提问人：Alex 提问时间：8/9/2023 最后编辑：Sandipan DeyAlex 更新时间：8/10/2023 访问量：78
在 R 中，在同一图上绘制 LDA 和 QDA 分区线
in R, draw LDA and QDA partition lines on the same plot
问：
我很难理解如何在 R 中“导出”由线性 （LDA） 或二次判别分析 （QDA） 产生的分界线方程。
理想情况下，我想在同一张图上比较两种描述（线性 + 二次曲线）。下面是一个输出示例（取自 http://adjchen.com/wiki/classification），有 2 个组。但它应该与多个组相同：
我已经研究了 stackoverflow 上的这个部分解决方案，我认为它有点太复杂了，无法绘制简单的线性划界？
以下是他们在该示例中用于使用的数据集的改编：
library(MASS)
# generate data
set.seed(123)
Ng <- 100 # number of cases per group
group.a.x <- rnorm(n = Ng, mean = 2, sd = 3)
group.a.y <- rnorm(n = Ng, mean = 2, sd = 3)
group.b.x <- rnorm(n = Ng, mean = 11, sd = 3)
group.b.y <- rnorm(n = Ng, mean = 11, sd = 3)
group.a <- data.frame(x = group.a.x, y = group.a.y, group = "A")
group.b <- data.frame(x = group.b.x, y = group.b.y, group = "B")
my.xy <- rbind(group.a, group.b)
# construct models
mdlLDA <- lda(group ~ x + y, data = my.xy)
mdlQDA <- qda(group ~ x + y, data = my.xy)
我最接近的替代方案是包中的函数，但是很难修改或自定义。有没有其他使用基本 R 图和分界线/曲线方程的选项？或者也许是 ggplot 函数？提前感谢您对本:)的任何想法最好。partimat()klaR
答：
0赞
Sandipan Dey
8/10/2023
#1
下面介绍如何使用 绘制 LDA 和 QDA 决策边界。请注意，颜色较深的点是训练数据点，紫色线是 LDA 的线性决策边界，绿色曲线是 QDA 的非线性决策边界。ggplot2
library(MASS)
# generate data with nonlinear decision boundary
set.seed(123)
Ng <- 500 # number of cases per group
my.xy <- data.frame(x = rnorm(Ng, 2, 3), y = rnorm(Ng, 2, 3))
my.xy$group = 'A'
my.xy[my.xy$x^2/36 + my.xy$y^2/64 < 1,]$group = 'B'
# construct models
mdlLDA <- lda(group ~ x + y, data = my.xy)
mdlQDA <- qda(group ~ x + y, data = my.xy)
#create test data
np = 50
x = seq(from = min(my.xy$x), to = max(my.xy$x), length.out = np)
y = seq(from = min(my.xy$y), to = max(my.xy$y), length.out = np)
df <- expand.grid(x = x, y = y)
df$classL <- as.numeric(predict(mdlLDA, newdata = df)$class)
df$classQ <- as.numeric(predict(mdlQDA, newdata = df)$class)
df$classLf <- ifelse(df$classL==1, 'A', 'B')
df$classQf <- ifelse(df$classQ==1, 'A', 'B')
library(tidyverse)
my.xy %>% ggplot() + geom_point(aes(x,y,col=group)) +
geom_point(data=df, aes(x,y,col=classQf), alpha=0.1) +
geom_contour(data=df, aes(x,y,z=classQ), col='green') +
geom_contour(data=df, aes(x,y,z=classL), col='purple', lty=4) +
scale_colour_manual(values=c("blue", "red")) +
theme_bw()
评论