如何绘制质量：qda分数

从this question，我想知道是否有可能提取二次判别分析（QDA）的分数，并在像PCA分数后重用它们。如何绘制质量：qda分数

## follow example from ?lda 
Iris <- data.frame(rbind(iris3[,,1], iris3[,,2], iris3[,,3]), 
        Sp = rep(c("s","c","v"), rep(50,3))) 
set.seed(1) ## remove this line if you want it to be pseudo random 
train <- sample(1:150, 75) 
table(Iris$Sp[train]) 
## your answer may differ 
## c s v 
## 22 23 30

使用QDA这里

z <- qda(Sp ~ ., Iris, prior = c(1,1,1)/3, subset = train) 

## get the whole prediction object 
pred <- predict(z) 
## show first few sample scores on LDs

在这里，你可以看到，它不工作。

head(pred$x) 
# NULL 
plot(LD2 ~ LD1, data = pred$x) 
# Error in eval(expr, envir, enclos) : object 'LD2' not found

来源

2016-10-03 M. Beausoleil

这就是为什么我问这个问题，我不知道在哪里或如何获得通常存储在'predict'函数'x'中的分数。 –

'predict.qda'_clearly__states_返回'class'（MAP分类）和'posterior'（类别的后验概率）的帮助。 – hrbrmstr

是的，但我想知道排序分数在哪里... –

注意：太长/格式化的评论。不是答案

您可能希望尝试rrcov包：

library(rrcov) 

z <- QdaCov(Sp ~ ., Iris[train,], prior = c(1,1,1)/3) 
pred <- predict(z) 
str(pred) 
## Formal class 'PredictQda' [package "rrcov"] with 4 slots 
## [email protected] classification: Factor w/ 3 levels "c","s","v": 2 2 2 1 3 2 2 1 3 2 ... 
## [email protected] posterior  : num [1:41, 1:3] 5.84e-45 5.28e-50 1.16e-25 1.00 1.48e-03 ... 
## [email protected] x    : num [1:41, 1:3] -97.15 -109.44 -54.03 2.9 -3.37 ... 
## [email protected] ct   : 'table' int [1:3, 1:3] 13 0 1 0 16 0 0 0 11 
## .. ..- attr(*, "dimnames")=List of 2 
## .. .. ..$ Actual : chr [1:3] "c" "s" "v" 
## .. .. ..$ Predicted: chr [1:3] "c" "s" "v"

它还具有强大的PCA方法可能是有用的。不幸的是，并不是R中的每个模型都符合相同的对象结构/ API，并且这不会是线性模型，因此它不太可能符合线性模型拟合结构API。

有怎样直观这里QDA结果的例子 - http://ramhiser.com/2013/07/02/a-brief-look-at-mixture-discriminant-analysis/

而且，你可以这样做：

library(klaR) 

partimat(Sp ~ ., data=Iris, method="qda", subset=train)

为QDA结果的分区图。

来源

2016-10-04 01:47:29 hrbrmstr

当使用你的例子，我有这个错误：'solve.default（getCov（mcd））中的错误：系统是计算奇异的：互惠条件数= 3.75922e -17此外：警告消息：在covMcd（x = x，raw.only = raw.only，alpha = alpha，nsamp = nsamp，：变量4的绝对偏差的15阶统计量为零。对于（m_1，...，p_（x_ip_m_p）= 0，方程a_1 *（x_i1_m_1）+ ... + a_p *（x_ip_m_p）= 0时，有15个观测值（在26个观测的整个数据集中） m_p）这些观测值的平均值和来自矢量a < - c（0,0,0,1）的系数a_i' –

此外，'klaR'图不显示排序空间，但是性状值的二元组合 –

我是否必须得出结论：LDA分数和QDA分数是相同的？ –

如何绘制质量：qda分数

回答

相关问题