在R处的预测功能上运行DFA时出错

Question

我正在尝试使用名为“ ZONE”的分组行在一组物种X站点数据（物种是列，站点是行）上运行CV DFA。

我使用的是以前成功使用过的股票脚本，但是现在我从无法实现正负的预测函数中收到一个新错误。

我的代码很简单：

data2.lda<-lda(ZONE~SP1+SP2+SP3+SP4+SP5+SP6+SP7+SP8+SP9+SP10+SP11+SP12+SP13+SP14+SP15
,data=data2.x, Cna.action="na.omit",CV=TRUE)

list(data2.lda)

data2.lda.p<-predict(data2.lda,newdata=data2.lda.x(,c[2:17]))$class
data2.lda.p

我收到的错误是：

UseMethod（“ predict”）中的错误：没有适用于“预测”的适用方法应用于“列表”类的对象

我的数据与该代码以前的用法相同。 我哪里做错了？ 任何帮助表示赞赏，谢谢！

更新：我发现问题涉及代码的交叉验证部分。 在使用R编码时，是否还有其他规则可以交叉验证我所缺少的LDA？

Answer 1

您的问题是， predict需要为其第一个参数使用模型对象。 当您使用CV=T选项运行lda时，它将返回一个列表对象而不是模型对象。 lda文档说

如果CV = TRUE，则返回值是包含组件类别，MAP分类（一个因子）以及类别的后验概率和后验概率的列表。

否则，它是包含以下组件的“ lda”类的对象：

Answer 2

根据PCantalupo的回答，我设法实现了自己的目标。 需要在预测模型而不是原始模型中应用交叉验证过程。 功能代码为：

data2.lda<-lda(ZONE~SP1+SP2+SP3+SP4+SP5+SP6+SP7+SP8+SP9+SP10+SP11+SP12+SP13+SP14+SP15
,data=data2.x, Cna.action="na.omit")

list(data2.lda)

data2.lda.p<-predict(data2.lda,CV=TRUE,newdata=data1[c(2:17)])$class
data2.lda.p
tab<-table(data2.lda.p,data2[,1])
tab
summary(table(data2.lda.p,data2[,1]))
diag(prop.table(tab,1))
sum(diag(prop.table(tab)))