0

パッケージMASSを使用してRで線形判別分析のフィッシャー分類関数係数を取得しようとしたときのspssのように、LDAに関連するRに少し疑問があります。次のような線形判別の係数のみを取得しています。

線形判別係数: 

                     LD1        LD2             LD3            LD4
   Var1      0.018952518    0.010766163     0.534278507     -2.32E-02
   Var2     -0.000827315   -0.012934214    -0.013986988     -3.14E-01
   Var3     -3.616088667   -0.18684861     -2.962979702      1.36E-01
   Var4      0.000139365   -0.003802969     0.000313853      9.33E-05
   Var5      0.007675119    0.006891405     0.05536683      -9.69E-02


                 LD5            
   Var1        5.64E-02         
   Var2        6.04E-02         
   Var3       -3.69E-01         
   Var4       -3.40E-05         
   Var5       -4.92E-01

しかし、グループ化変数には 7 つのグループがあります。Excel でさらに分析するために使用できるように、5 つの変数すべてのクラスターごとにフィッシャー分類関数係数を取得する必要があります。同様のテーブルを以下に追加する予定です。

分類関数係数 

        Cluster             
               7          8         9      10       11          12      13
   Var1      .630       .580      .555   .571     .598        .714    .642
   Var2      .025       .028      .028   .029     .026        .029    .029
   Var3      .685       .684      .752   .681     .678        .695    .700
   Var4     1.019       .997     1.015   .998     1.023      1.033   1.033
   Var5    17.331     21.253    21.457 21.347     9.166      8.850   8.860
(Constant)-44.687    -57.762   -59.353-58.928   -36.337    -42.367 -42.744

したがって、Rで上記と同じ出力が必要です。助けてください：

4

2 に答える 2

4

Fiete が提案したコードを変更するか、パッケージlinDAから使用できます。DiscriMine

library(DiscriMiner)
mylda = linDA(iris[,1:4], iris[,5])
summary(mylda)
mylda$functions

               setosa versicolor  virginica
constant     -86.30847 -72.852607 -104.36832
Sepal.Length  23.54417  15.698209   12.44585
Sepal.Width   23.58787   7.072510    3.68528
Petal.Length -16.43064   5.211451   12.76654
Petal.Width  -17.39841   6.434229   21.07911
于 2013-12-10T18:21:18.757 に答える