如何在R中找到线性判别分析的混淆矩阵？
要在R中找到线性判别分析的混淆矩阵，我们可以按照以下步骤操作-
首先，创建一个数据框。
使用线性判别分析创建新特征。
使用表和预测函数查找线性判别分析的混淆矩阵。
创建数据框
让我们创建一个数据框，如下所示-
Group<-sample(c("I","II","III","IV"),25,replace=TRUE)
Score1<-sample(1:10,25,replace=TRUE)
Score2<-sample(1:10,25,replace=TRUE)
Score3<-sample(1:10,25,replace=TRUE)
Score4<-sample(1:10,25,replace=TRUE)
df<-data.frame(Group,Score1,Score2,Score3,Score4)
df执行时，上述脚本生成以下内容output(thisoutputwillvaryonyoursystemduetorandomization)-
Group Score1 Score2 Score3 Score4 1 IV 7 5 2 5 2 III 5 3 2 4 3 III 8 9 4 7 4 IV 6 1 1 5 5 III 8 4 6 8 6 IV 9 2 1 7 7 I 3 2 3 2 8 IV 5 8 3 3 9 II 7 4 4 1 10 IV 5 4 1 10 11 II 3 1 2 4 12 III 3 2 1 7 13 IV 1 4 7 6 14 III 10 8 9 2 15 II 3 7 8 1 16 I 9 2 3 1 17 III 2 7 3 2 18 IV 7 7 1 7 19 IV 2 6 1 3 20 I 4 10 6 1 21 I 1 6 4 4 22 I 6 3 6 2 23 III 6 6 3 5 24 I 2 3 10 10 25 II 4 4 2 5
使用线性判别分析创建新特征
使用MASS包的lda函数查找数据框df中数据的新特征-
Group<-sample(c("I","II","III","IV"),25,replace=TRUE)
Score1<-sample(1:10,25,replace=TRUE)
Score2<-sample(1:10,25,replace=TRUE)
Score3<-sample(1:10,25,replace=TRUE)
Score4<-sample(1:10,25,replace=TRUE)
df<-data.frame(Group,Score1,Score2,Score3,Score4)
library(MASS)
LDA_df=lda(Group~.,data=df)
LDA_df输出
Call:
lda(Group ~ ., data = df)
Prior probabilities of groups:
I II III IV
0.24 0.16 0.28 0.32
Group means:
Score1 Score2 Score3 Score4
I 4.166667 4.333333 5.333333 3.333333
II 4.250000 4.000000 4.000000 2.750000
III 6.000000 5.571429 4.000000 5.000000
IV 5.250000 4.625000 2.125000 5.750000
Coefficients of linear discriminants:
LD1 LD2 LD3
Score1 0.1358158 0.18645755 -0.18790651
Score2 0.2598956 0.15492088 -0.07433529
Score3 -0.3052648 0.25571648 0.14567716
Score4 0.3117567 0.08656138 0.25216169
Proportion of trace:
LD1 LD2 LD3
0.8681 0.1161 0.0159找到混淆矩阵
使用表和预测函数为上面执行的线性判别分析创建混淆矩阵，如下所示-
Group<-sample(c("I","II","III","IV"),25,replace=TRUE)
Score1<-sample(1:10,25,replace=TRUE)
Score2<-sample(1:10,25,replace=TRUE)
Score3<-sample(1:10,25,replace=TRUE)
Score4<-sample(1:10,25,replace=TRUE)
df<-data.frame(Group,Score1,Score2,Score3,Score4)
library(MASS)
LDA_df=lda(Group~.,data=df)
table(predict(LDA_df,type="class")$class,df$Group)输出
I II III IV I 3 2 1 1 II 2 1 0 0 III 1 0 3 1 IV 0 1 3 6