1

我正在尝试对lda()我创建的 data.frame运行最小判别MASS分析（下面是一个示例数据集和我正在使用的重现错误的代码的示例版本。

class   Var1    Var2    Var3    Var4
2   0.732459522 0.973014649 0.612952968 0.127216654
3   0.76692254  0.990230286 0.629448709 0.104675506
2   0.847487002 1.021663778 0.649046794 0.187175043
3   0.823583181 1.050274223 0.673674589 0.170018282
1   0.796279894 1.058458813 0.583702391 0.222320638
2   0.925681255 1.009909166 0.636663914 0.205615194
2   0.627334465 1.074702886 0.59762309  0.23344652
3   0.980376124 1.011447261 0.646770237 0.232215863
3   0.79342723  1.048826291 0.750234742 0.248826291
1   0.960655738 1.042622951 0.6 0.262295082
2   0.963788301 1.005571031 0.590529248 0.233983287
1   1.013157895 1.049342105 0.657894737 0.223684211
2   1.211538462 1.060897436 0.733974359 0.288461538
3   1.25083612  1.023411371 0.759197324 0.311036789
3   0.959196485 1.009416196 0.635907094 0.12868801
1   0.823681936 1.005185825 0.590319793 0.219533276
2   0.777508091 0.998381877 0.624595469 0.165048544
3   0.749114103 0.985825656 0.585400425 0.133947555
1   0.816999133 1.036426713 0.604509974 0.197745013

data<-read.csv("data.csv",header=TRUE)
data_train<-na.omit(data)
scores_train<-data_train[-c(1)]
lda_train<-lda(data_train$class~scores_train,prior = c(1,1,1)/3,CV=TRUE)
scores_test<-data[-c(1)]
lda_test<-predict(lda_train,as.data.frame(scores_test),prior = c(1,1,1)/3)

lda_train<-lda(data_train$class~as.matrix(scores_train),prior = c(1,1,1)/3,CV=TRUE)
class(scores_train)
class(scores_test)

当我尝试使用数据集执行 lda 时，我收到以下错误消息。

Error in model.frame.default(formula = data_train$class ~ scores_train) : 
  invalid type (list) for variable 'scores_train'

我可以通过将数据强制转换为矩阵格式来强制数据工作as.matrix。值得注意的是，尝试使用as.data.frame()and来做类似的事情data.frame()是行不通的。但是，当我尝试将生成的判别函数应用于总数据集时，我收到以下消息...

Error in UseMethod("predict") : 
  no applicable method for 'predict' applied to an object of class "list"

但是，当我检查 using 对象的类时class()，它说这两个对象都是 data.frame 格式。我检查了数据集以查看是否有任何不完整的行或列可能导致它将它们视为一系列列表而不是单个 data.frame，但没有缺失值。同样，它似乎不是由于任何变量的名称。

我不确定为什么 R 将对象视为列表而不是 data.frame（从而导致最小的判别分析失败），尤其是当它识别出对象属于 data.frame 类时。

4

2 回答 2

3

对于 lda，您必须提供公式，因此如果您提供数据框，则以下内容有效：

lda_train<-lda(class ~ .,data=data_train,prior = c(1,1,1)/3,CV=TRUE)

否则，如果您不提供公式，请执行以下操作：

lda(grouping=data_train$class,x=data_train[,-1],prior = c(1,1,1)/3, CV=TRUE)

当你使用 CV=TRUE 时，它使用 leave-one-out 交叉验证来给你后验，但不幸的是它无法保留模型，你可以看到它：

class(lda_train)
[1] "list"

要进行预测，您需要使用 CV=FALSE 进行训练。您提供与用于训练的列具有相同列的 data.frame 或矩阵，在您的情况下，它将是：

lda_train<-lda(class ~ .,data=data_train,prior = c(1,1,1)/3)
data_test=data.frame(Var1=rnorm(10),Var2=rnorm(10),
Var3=rnorm(10),Var4=rnorm(10))
predict(lda_train,data_test)

对于ldafrom MASS，没有可以从训练中获得的超参数，所以也许您想详细说明为什么需要交叉验证？

如果你想探索它，这里是你如何为 lda 运行交叉验证（注意使用 lda2）：

data_train$class =factor(data$class)
lda_train = train(class ~ .,data=data_train,method="lda2",
trControl = trainControl(method = "cv"))
predict(lda_train,data_test)
于 2020-01-20T00:15:12.633 回答
1

该formula论点正在寻找一个结构化的公式来声明变量之间的关系。每个命名的变量必须是一个向量。您可以在声明数据参数时传递同一数据框中的所有名称：

lda(class ~ Var1 + Var2 + Var3 + Var4, 
    data = data, prior = c(1,1,1)/3, CV=TRUE)

或者分别传递列：

lda(data$class ~ scores_train$Var1 +  
      scores_train$Var2 + 
      scores_train$Var3 + 
      scores_train$Var4, 
    prior = c(1,1,1)/3, CV=TRUE)

对于predict不接受它作为对象的问题，你需要更改CV为FALSE，否则它只返回一个列表（不是需要的lda对象predict）：

model <- lda(data$class ~ scores_train$Var1 +  
      scores_train$Var2 + 
      scores_train$Var3 + 
      scores_train$Var4, 
    prior = c(1,1,1)/3, CV=FALSE)

predict(model)
于 2020-01-20T00:12:31.120 回答