随机抽样（分层抽样）和朴素贝叶斯分类

这里用iris数据集分三层抽样

install.packages("e1071");#安装朴素贝叶斯预测包
install.packages("sampling")


library(sampling);
library(e1071)；




sample<-strata(iris, stratanames=c("Species"),c(40,40,40),  method="srswor",description=FALSE)
#无放回抽样，（数据集，抽样依据的列名，每层需要抽的观测数，有放回抽样，不加额外描述）


train<-iris[sample$ID_unit,]
test<-iris[-sample$ID_unit,]#除去sample剩下的观测量


classifier<-naiveBayes(train[,1:4], train[,5]) #训练模型
predict(classifier, test[,-5])#预测


table(predict(classifier, test[,-5]), test[,5], dnn=list('predicted','actual'))#查看预测结果