r - 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 2 列、234 行的数据集 (x):X1 列包含预测变量(指标)，X2 列包含自变量(分类，4 个类别) ).我想通过使用 150 个观测值构建一个线性判别模型，然后使用其他 84 个观测值进行验证。在对数据进行随机分区后，我得到 x.build 和 x.validation 分别有 150 和 84 个观察值。我运行以下

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

然后我像这样运行预测命令:

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

通过阅读命令描述，我认为在 pred$class 中，我会根据构建的模型获得验证数据的分类，但我得到的是 150 个观测值的分类，而不是 84 个我打算用作验证数据。我真的不知道发生了什么，有人可以给我举个例子说明我应该如何进行这种分析吗？

非常感谢您。

Answer 1

试试这个:

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，则预测预计验证中的 x.build$X1 列数据。显然没有，所以你可以预测训练数据。