?

?

Fisher就是找一個(gè)線L使得組內(nèi)方差小，組間距離大。即找一個(gè)直線使得d最大。

?

####################################1、判別分析，線性判別：2、分層抽樣#install.packages('MASS') library(MASS) #install.packages('sampling') library(sampling)#抽樣時(shí)使用 ?iris#了解該數(shù)據(jù)集 #把iris重新賦值，并加入分類標(biāo)記和行號(hào)標(biāo)記 i<-iris#為了書寫方便 i$lv<-as.numeric(i$Species)#把最后一列變成數(shù)值型變量 i$lv<-as.factor(i$lv) #轉(zhuǎn)成因子 i$id<-c(1:150)#添加變量id #進(jìn)行分層抽樣，每個(gè)類別隨機(jī)抽出10個(gè)作為預(yù)測(cè)集，剩下的作為訓(xùn)練集 i.s<-strata(data=i,stratanames="lv",size=c(10,10,10),method="srswor",description=F) i.train<-i[!(i$id %in% i.s$ID_unit),]#%in%在此處表示i與i.s中標(biāo)號(hào)相同的點(diǎn)。1 %in% 1 i.predict<-i[(i$id %in% i.s$ID_unit),] #擬合線性判別lda fit<-lda(lv~.-id-Species,data=i.train) #預(yù)測(cè)訓(xùn)練集和預(yù)測(cè)集 Y<-predict(fit,i.train) YN<-predict(fit,i.predict) #查看擬合情況 table(Y$class,i.train$lv) table(YN$class,i.predict$lv) #非線性規(guī)劃 fit2<-qda(lv~.-id-Species,data=i.train)

?

?

?

轉(zhuǎn)載于:https://www.cnblogs.com/caiyishuai/p/11167910.html

總結(jié)

以上是生活随笔為你收集整理的R语言与概率统计(四) 判别分析(分类)的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。