MASSをプロットする方法：qdaスコア

Question

this questionから、二次判別分析（QDA's）スコアを抽出してPCAスコアのようにしてから再利用することが可能かどうかは疑問でした。ここでは、ここで

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 

QDAを使用して

## 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 

、あなたはそれが働いていないことがわかります。

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

Answer 1

注：コメントが長すぎます。

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 
## ..@ classification: Factor w/ 3 levels "c","s","v": 2 2 2 1 3 2 2 1 3 2 ... 
## ..@ posterior  : num [1:41, 1:3] 5.84e-45 5.28e-50 1.16e-25 1.00 1.48e-03 ... 
## ..@ x    : num [1:41, 1:3] -97.15 -109.44 -54.03 2.9 -3.37 ... 
## ..@ 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" 

それはまた有用である可能性がある堅牢なPCA方法があります：あなたはrrcovパッケージを試してみたいことがありませANSWER

。

残念ながら、Rのすべてのモデルが同じオブジェクト構造/ APIに準拠しているわけではなく、線形モデルではないため、線形モデル適合構造APIに準拠する可能性は低いです。

ここQDA結果視覚化する方法の例があります - http://ramhiser.com/2013/07/02/a-brief-look-at-mixture-discriminant-analysis/

をそして、あなたが行うことができます：QDA結果のパーティションプロットのための

library(klaR) 

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

が。