1

这段R代码：

Iris <- data.frame(rbind(iris3[,,1], iris3[,,2], iris3[,,3]),
                   Sp = rep(c("s","c","v"), rep(50,3)))
train <- sample(1:150, 75)
z <- MASS::lda(Sp ~ ., Iris, prior = c(1,1,1)/3, subset = train)
MASS::predict.lda(z)

给出以下错误消息：

Error: 'predict.lda' is not an exported object from 'namespace:MASS'

的predict.lda功能MASS已记录在案，但显然不是包名称空间的一部分。为什么不？

这个问题很重要，因为我需要predict.lda在自己的包中使用，而这个错误使它无法通过 CRAN 检查。

4

1 回答 1

1

我们可以加载包然后使用predict

library(MASS)
predict(z)

或指定:::. 根据?":::"

访问命名空间中的导出变量和内部变量，即 R 对象（包括延迟加载的数据集）。

MASS:::predict.lda(z)
#$class
# [1] v s s s s c s v s v v v v c v v c v c s s s s c c v c v v c s s v c s s c v s c v v s c s c s c c s v c s s c s s c c c s c s v
#[65] v v v s c s c v v s s
#Levels: c s v

#$posterior
#               c            s            v
#107 3.513603e-03 1.352029e-37 9.964864e-01
#37  2.749629e-26 1.000000e+00 5.088976e-50
# ...

或者另一种选择是从名称空间中获取函数

predictlda <- getFromNamespace("predict.lda", "MASS")
predictlda(z)
#$class
# [1] v s s s s c s v s v v v v c v v c v c s s s s c c v c v v c s s v c s s c v s c v v s c s c s c c s v c s s c s s c c c s c s v
#[65] v v v s c s c v v s s
#Levels: c s v

#$posterior
#               c            s            v
#107 3.513603e-03 1.352029e-37 9.964864e-01
#37  2.749629e-26 1.000000e+00 5.088976e-50
# ..
于 2020-10-18T21:01:44.330 回答