![f98f11840ec4a4b2200f7908ed64a972.png](https://i-blog.csdnimg.cn/blog_migrate/001d161c6e54032af3581b46fb2b4665.jpeg)
正好最近可能会用到判别分析,就分享一下
判别分析分为fisher判别(基于统计),和贝叶斯判别(基于概率)
这里分享一下用r做fisher判别里面关于两组之间的判别。
用的也是王斌会老师教材上的案例,
这里也用到ggplot2,还用到一个蛮好玩的包rayshader,大家可以去摸索一下
#第二个图
library(rayshader)
library(ggplot2)
library(MASS)
data_w<-read.csv("weather.csv")
View(data_w)
p<-ggplot(data_w,aes(x1,x2,colour=rain.or.sun))
p1<-p+xlim(-15,15)+ylim(-15,15)+
geom_point()
p1+scale_colour_continuous(breaks=c(0,1),labels=c("雨","晴"),name="晴或雨")+
theme_grey(base_family = "STKaiti")
plot_gg(p1)
![050d1364e51a480a0925ed2d28b86b0c.png](https://i-blog.csdnimg.cn/blog_migrate/811f3392bfb623f86ac6d0db50f9cec1.png)
这里就展现一下rayshader的功能,因为它必须用连续变量。
![5a76d8ad2aa260ff33d5d6bb7b68a374.png](https://i-blog.csdnimg.cn/blog_migrate/fdf281d2281f471c10f39d6fe9e18157.png)
当然还是回到正常
p<-ggplot(data_w1,aes(x1,x2,colour=rain.or.not))
p1<-p+xlim(-15,15)+ylim(-15,15)+
geom_point()
p1
p2<-p1+scale_colour_discrete(labels=c("雨","晴"),name="晴或雨")+
theme_grey(base_family = "STKaiti")+
ggtitle("天气状况")+
theme(plot.title = element_text(hjust = 0.5))
p2
![d589a4fd6178a729eedabb3c8a4d336a.png](https://i-blog.csdnimg.cn/blog_migrate/4763cf422187800d88c2344d1d549e82.png)
从图中,我们也可以大致进行分组哈,
线性判别的思想也是降维,用变量的最优的线性组合使得组间的距离最大,
ld<-lda(rain.or.not~x1+x2,data = data_w1)
ld
z<-predict(ld)
rain.or.not_pridict<-z$class
rain.or.not<-data_w1$rain.or.not
compare<-cbind(rain.or.not,z$x,rain.or.not_pridict)
compare
tab<-table(rain.or.not,rain.or.not_pridict)
sum(diag(prop.table(tab)))
![7634f6d995b69bce875eba3d382c7290.png](https://i-blog.csdnimg.cn/blog_migrate/216cbebbe7caf0c5b6f027a906d87d96.jpeg)
最后两个数字就是x1,x2前的系数,我们把上面组内的均值带入,可以算出界值大约是1.2。
![b5be427350c4ef2ad8673c777b3276e6.png](https://i-blog.csdnimg.cn/blog_migrate/d8c21198644c63bbdb1e407b6a4c0720.jpeg)
可以看到实际分组和预测分组
![1fc1cd23d6453a77937ac0a6d210b1f4.png](https://i-blog.csdnimg.cn/blog_migrate/a1f150e254689cefbb2738e943f3b4b5.png)
得到预测的准确性 这里是90%
说实话,我没有看懂lda函数里面给出的LD1那一列到底是什么意思(就是下面这个图中间这一列),谁知道?希望告知。
谢谢
![b5be427350c4ef2ad8673c777b3276e6.png](https://i-blog.csdnimg.cn/blog_migrate/d8c21198644c63bbdb1e407b6a4c0720.jpeg)
ps:如果有人需要王斌会老师书的pdf,也可以找我。