如何在 R 中使用 LDA（线性判别分析）model 进行预测

Question

正如标题所示，我正在尝试使用 R 中的 LDA model 进行预测。 我有两组正在使用的数据：第一组是与 16 个预测变量和 1 个结果变量相关联的一系列条目（结果变量是每个条目属于我自己分配的“组”） ，第二组数据也包含与相同的 16 个预测变量相关联的条目，但没有结果变量。 我想做的是预测第二组数据中条目的组成员身份。

到目前为止，我已经成功地通过将第一个数据集分为“训练集”和“测试集”来创建 LDA model。 但是，现在我有了 model，我不知道如何预测我的第二个数据集中条目的组成员身份。

感谢您的帮助，如果需要更多信息，请告诉我。 这是我关于堆栈溢出的第一篇文章，所以我还在学习。

Answer 1

基于统计学习简介的简短示例，第 4 章。 假设您在training_data集上安装了 model lda_model ，其中包含您要预测的因变量Group ，以及预测变量Predictor1和Predictor2

library(MASS)
lda_model <- lda (Group∼ Predictor1 + Predictor2, data = training_set)

然后，您可以使用 testing_set 上的predict testing_set对lda_model进行预测

lda_predictions <- predict (lda_model, testing_set)

然后， lda_predictions在$posterior中保存观测值是Group j 的一部分的后验概率。

然后，您可以应用例如（但不限于）50% 概率的阈值。 例如

sum(lda_model$posterior[, 7] >= .5)

返回观测值属于Group 7 组的概率大于 50% 的观测值数量