Accord.net NaiveBayesLearning "インデックスが配列の境界外にありました"

Question

ドットネットコア1.1でAccord.net 3.7.0を使用しています。

私が使用するアルゴリズムはナイーブなベイジアンです。次のように学習メカニズムのソースコードは次のとおりです。

public LearningResultViewModel NaiveBayes(int[][] inputs, int[] outputs) 
    { 
     // Create a new Naive Bayes learning 
     var learner = new NaiveBayesLearning(); 

     // Learn a Naive Bayes model from the examples 
     NaiveBayes nb = learner.Learn(inputs, outputs); 

     #region test phase 
     // Compute the machine outputs 
     int[] predicted = nb.Decide(inputs); 

     // Use confusion matrix to compute some statistics. 
     ConfusionMatrix confusionMatrix = new ConfusionMatrix(predicted, outputs, 1, 0); 
     #endregion 

     LearningResultViewModel result = new LearningResultViewModel() 
     { 
      Distributions = nb.Distributions, 
      NumberOfClasses = nb.NumberOfClasses, 
      NumberOfInputs = nb.NumberOfInputs, 
      NumberOfOutputs = nb.NumberOfOutputs, 
      NumberOfSymbols = nb.NumberOfSymbols, 
      Priors = nb.Priors, 
      confusionMatrix = confusionMatrix 
     }; 

     return result; 
    } 

私は少しのデータにコードのこの部分をテストしているが、データが増加したとして

インデックスが配列の境界外です

エラーが発生しました。

私はLearnメソッドでナビゲートできませんので、何をすべきかわかりません。実行時のスクリーンショットはこれです：

エキストラ情報、ノー内部例外なしIDEA！

TG。

// UPDATE_1蛇腹画像が示すように***

入力アレイは、180×4行列（配列）である。

各行に4列を有します。ここに示すように、手（必要であれば、私はあまりにもそのビデオを共有することができます!!!）

によって確認された出力配列は180です：

のみ0と1（私は共有することができますが含まれていますそのビデオも必要ならば!!!）。

そしてNaiveBayesinLearningドキュメントについて

はここにある：このページの

NaiveBayesinLearning

より多くの例底部：

More examples

そしてここlearnメソッドのドキュメント：

learn method doc

Answer 1

コメントと彼らからのアイデアによると、私はマトリックスの価値を疑っています。だから私はそれを検討しています

を上記の画像に示すように、いくつかの行は、ゼロ値の下に持っています。入力行列は、ここでの例で使用されて編纂することによって生成される：以下ドキュメントと

NaiveBayes

：

Codification docs

編纂-1ヌルの値でした。画面のように、以下のショット：

をだから私のソリューションは"null"でnull値を置き換えました。しかし、よりよい解決策があるかもしれません。次のように

今すぐ固定データが含まれている呼び出し元メソッドは次のとおりです。

public LearningResultViewModel Learn(EMVDBContext dBContext, string userId, LearningAlgorithm learningAlgorithm) 
    { 
     var learningDataRaw = dBContext.Mutants 
      .Include(mu => mu.MutationOperator) 
      .Where(mu => mu.Equivalecy == 0 || mu.Equivalecy == 10); 

     string[] featureTitles = new string[] { 
     "ChangeType", 
     "OperatorName", 
     "OperatorBefore", 
     "OperatorAfter", 
     }; 

     string[][] learningInputNotCodified = learningDataRaw.Select(ldr => new string[] { 
      ldr.ChangeType.ToString(), 
      ldr.MutationOperator.Name??"null", 
      ldr.MutationOperator.Before??"null", 
      ldr.MutationOperator.After??"null", 
     }).ToArray(); 

     int[] learningOutputNotCodified = learningDataRaw.Select(ldr => ldr.Equivalecy == 0 ? 0 : 1).ToArray(); 

     #region Codification phase 
     // Create a new codification codebook to 
     // convert strings into discrete symbols 
     Codification codebook = new Codification(featureTitles, learningInputNotCodified); 

     // Extract input and output pairs to train 
     int[][] learningInput = codebook.Transform(learningInputNotCodified); 

     switch (learningAlgorithm) 
     { 
      case LearningAlgorithm.NaiveBayesian: 
       return learningService.NaiveBayes(learningInput, learningOutputNotCodified); 
       break; 
      case LearningAlgorithm.SVM: 
       break; 
      default: 
       break; 
     } 
     #endregion 

     return null; 
    } 

私はこれが同じ問題に遭遇した人を助けるだろう願っています。