運行線性判別分析 (lda) 時，R 中的 function 中的列名出現問題

Question

這是我的示例數據集，其中D列是第一個因素。

df <- data.frame(A=1:10, B=2:11, C=3:12, D="A")
df[6:10, 4] <- "B"

當我運行lda時，它運行良好：

model <- lda(D ~  B + C, data = df)

print(model)

Call:
lda(D ~ B + C, data = df)

Prior probabilities of groups:
  A   B 
0.5 0.5 

Group means:
  B  C
A 4  5
B 9 10

Coefficients of linear discriminants:
        LD1
B 0.3162278
C 0.3162278

但是，當我嘗試將其復制到 function 中時，我被卡住了。

fun1 <- function(x, column){
  model <- lda(column ~  B + C, data = x)
  print(model)
}

我嘗試了幾種選擇：

• 帶引號 -> fun1(df, "D")
• 沒有引號 -> fun1(df, D)

在這兩種情況下，我都會收到如下所示的錯誤：

# fun1(df, "D")
Error in model.frame.default(formula = column ~ B + C, data = x) : 
variable lengths differ (found for 'B')

# fun1(df, D)
Error in model.frame.default(formula = column ~ B + C, data = x) : 
object is not a matrix

我究竟做錯了什么？

Answer 1

model 公式中的column被視為所提供數據中預期的變量名稱，並且不會根據您將column變量設置為（例如'D' ）對其進行評估。 您必須顯式構建公式以便執行此評估，例如使用reformulate ：

fun1 <- function(x, column){
  form <- reformulate(c('B', 'C'), column)
  model <- lda(form, data = x)
  print(model)
}

fun1(df, 'D')