在R中的线性判别分析 - 训练和验证样本

Question

我正在使用lda命令分析一个包含2列、234行的数据集(x)：列X1包含预测变量(度量)，列X2包含自变量(分类，4个类别)。我想通过使用150个观测值构建线性判别模型，然后使用其他84个观测值进行验证。在对数据进行随机分割后，我得到了x.build和x.validation，分别包含150个和84个观测值。我运行以下命令：

fit = lda(x.build$X2~x.build$X1, data=x.build, na.action="na.omit")

接下来我会像这样运行预测命令：

pred = predict(fit, newdata=x.validation)

从命令描述中，我认为在pred$class中可以获得根据建立的模型对验证数据进行分类的结果，但实际上我得到了150个观测值的分类结果，而不是我打算用作验证数据的84个。我不太清楚发生了什么事情，请问有人可以给我一个如何进行这项分析的示例吗？

非常感谢您的帮助。

- user2500444

Answer 1

尝试使用以下内容替代原文：

fit = lda(X2~X1, data=x.build, na.action="na.omit")
pred = predict(fit, newdata=x.validation)

如果您在构建模型时使用此公式x.build$X2~x.build$X1，则predict函数会期望在验证数据中存在x.build$X1列。显然，验证数据中没有这样的列，因此您将获得训练数据的预测结果。

- zero323

---

更不用说当你在数据参数中有 x.build 时，x.build$X2 就是多余的。 - Señor O

非常感谢！我想知道为什么以xbuild$X2... 的方式引用数据列是错误的，请问您可以告诉我其他需要学习的内容吗？再次感谢您 :) - user2500444

有两个问题：1）告诉 R 在 x.build 中找到 X1 是不必要的（这就是 x.build$X1 所做的），因为你已经通过说 data=x.build 来做到了。但更重要的是：2）predict 将在 newdata 中查找您在 lda 中提供的名称的列。 如果您在 lda 中使用 x.build$X1，则 predict 将寻找 x.validation$x.build$X1！（当然找不到） - Señor O