Question

我是一个相对新手的用户，我正在尝试使用klaR包中的partimat（）函数来绘制线性判别分析的决策边界，但我一直遇到同样的错误。我已经尝试根据手册以多种不同方式输入参数，但不断收到以下错误：

partimat.default（x，分组，...）出错：至少需要两个班级

以下是我给出的输入示例：

partimat（sources1 [，C（3:19）]，分组= sources1 [2]，方法= “LDA”，PREC = 100）

其中我的数据表以名称“sources1”加载，第3列到第19列包含解释变量，第2列包含类。我也尝试过这样输入公式：

partimat（sources1 $组〜sources1 $二氧化钛+ sources1 $ V + sources1 $ CR + sources1 $ CO + sources1 $ NI + sources1 $ RB + sources1 $ SR + sources1 $ Y + sources1 $ ZR + sources1 $ NB + sources1 $ LA + sources1 $ GD + sources1 $ YB + sources1 $ HF + sources1 $ TA + sources1 $个+ sources1 $ U，数据= sources1）

这些是列标题。

我已成功在同一数据集上运行LDA而没有问题，所以我不太确定是什么问题。

Answer 1

从partimat.default函数getAnywhere(partimat.default)的源代码中可以看出

if (nlevels(grouping) < 2) 
    stop("at least two classes required")

因此，您可能尚未将分组列定义为因子变量。如果你试试summary(sources1[,2])你会得到什么？如果它不是一个因素，请尝试

sources1[,2] <- as.factor(sources1[,2])

或者在方法2中尝试删除公式中每个变量名称上的"sources1$"，因为您指定了在data参数中查找这些变量名称的数据框。我认为你有效地指定了两次数据帧，例如，它可能正在寻找

"sources1$sources1$groups"

而不是

"sources1$groups"

如果没有进一步的错误消息或可重复的示例（即在帖子中包含一些数据），很难说真的。

HTH

R：partimat函数无法识别我的类

1 个答案: