LDA交叉验证和变量选择

我有一个数据框，有395个观察值和36个变量。我正在进行交叉验证，以选择最佳的几个变量来对学生进行分类。我写了这个代码：LDA交叉验证和变量选择

k<-5 
error <- c() 
for(l in 1:35){ 
    if(l!=31 && l!=32 && l!=33){ 
    x<-0 
    for (i in 1:k){ 
     train<-rep(TRUE, dim(student.mat)[1]) 
     for(j in 1:dim(student.mat)[1]/k){ 
     train[(i-1)*dim(student.mat)[1]/k+j]<-FALSE 
     } 
     test=!train 
     student.test=student.mat[test,] 
     student.train=student.mat[train,] 
     nota3.test=nota3[test] 
     lda.fit<-lda(nota3~student.mat[,i], data=student.mat, subset=train) 
     lda.pred<-predict(lda.fit, student.test) 
     table(lda.pred$class, nota3.test) 
     y<-mean(lda.pred$class!=nota3.test) 
     x<-x+y 
     #cat("k = ", i, "error: ", y*100,"%", "\n") 
    } 
    #cat("Media del error = ", x/k*100,"%", "\n") 
    error <- c(error, x/k) 
    }else{ 
    error <- c(error, 100) 
    } 
} 
error 
names(student.mat)[which.max(error)]

，我得到这个错误：

错误表（lda.pred $类，nota3.test）：所有参数必须具有相同的长度另外：丢失的警告消息 “newdata”有79行，但发现变量具有395行

，但如果我写的数据集，而不是student.mat[,i]的一个变量的名称，它的工作原理。 lda函数没有正确读取student.mat[,i]。

来源

2015-06-21 ajncespedes

人们似乎对这个不久前涉及[R LDA问题，疹子。有没有一种课程可以在分类中分配问题？ –

它是我的大学学位 – ajncespedes

可以通过编程方式创建公式：

lda.fit<-lda(paste0("nota3~", names(student.mat)[i]), data=student.mat, subset=train)

来源

2015-06-25 06:16:13 josliber

它不起作用，我得到这个错误：错误en lda.default（paste0（“nota3〜”，names（student.mat）[i]），data = student .mat，： 'x'不是矩阵 – ajncespedes

LDA交叉验证和变量选择

回答

相关问题