r - MASS:qda スコアのプロット方法

Question

この質問から、二次判別分析 (QDA) スコアを抽出し、PCA スコアのように再利用できるかどうか疑問に思っていました。

## follow example from ?lda
Iris <- data.frame(rbind(iris3[,,1], iris3[,,2], iris3[,,3]),
                   Sp = rep(c("s","c","v"), rep(50,3)))
set.seed(1) ## remove this line if you want it to be pseudo random
train <- sample(1:150, 75)
table(Iris$Sp[train])
## your answer may differ
##  c  s  v
## 22 23 30

QDAの使い方はこちら

z <- qda(Sp ~ ., Iris, prior = c(1,1,1)/3, subset = train)

## get the whole prediction object
pred <- predict(z)
## show first few sample scores on LDs

ここでは、機能していないことがわかります。

head(pred$x)
# NULL
plot(LD2 ~ LD1, data = pred$x)
# Error in eval(expr, envir, enclos) : object 'LD2' not found

Answer 1

注: コメントとしては長すぎます。答えではありません

rrcovパッケージを試してみてください：

library(rrcov)

z <- QdaCov(Sp ~ ., Iris[train,], prior = c(1,1,1)/3)
pred <- predict(z)
str(pred)
## Formal class 'PredictQda' [package "rrcov"] with 4 slots
##   ..@ classification: Factor w/ 3 levels "c","s","v": 2 2 2 1 3 2 2 1 3 2 ...
##   ..@ posterior     : num [1:41, 1:3] 5.84e-45 5.28e-50 1.16e-25 1.00 1.48e-03 ...
##   ..@ x             : num [1:41, 1:3] -97.15 -109.44 -54.03 2.9 -3.37 ...
##   ..@ ct            : 'table' int [1:3, 1:3] 13 0 1 0 16 0 0 0 11
##   .. ..- attr(*, "dimnames")=List of 2
##   .. .. ..$ Actual   : chr [1:3] "c" "s" "v"
##   .. .. ..$ Predicted: chr [1:3] "c" "s" "v"

また、有用な堅牢な PCA メソッドも備えています。

残念ながら、R のすべてのモデルが同じオブジェクト構造/API に準拠しているわけではなく、これは線形モデルではないため、線形モデル フィット構造 API に準拠する可能性は低いです。

ここに qda の結果を視覚化する方法の例があります — http://ramhiser.com/2013/07/02/a-brief-look-at-mixture-discriminant-analysis/

そして、次のことができます。

library(klaR)

partimat(Sp ~ ., data=Iris, method="qda", subset=train)

qda 結果のパーティション プロットの場合。