Question

我尝试在一组物种X站点数据（物种是列，站点是行）上运行cv DFA，其中一个分组行名为＆＃34; ZONE＆＃34;。

我使用过之前成功使用的股票脚本，但现在我从预测功能中得到了一个我无法做出正面或反面的新错误。< / p>

我的代码很简单：

data2.lda<-lda(ZONE~SP1+SP2+SP3+SP4+SP5+SP6+SP7+SP8+SP9+SP10+SP11+SP12+SP13+SP14+SP15
,data=data2.x, Cna.action="na.omit",CV=TRUE)

list(data2.lda)

data2.lda.p<-predict(data2.lda,newdata=data2.lda.x(,c[2:17]))$class
data2.lda.p

我收到的错误是：

UseMethod出错（＆＃34;预测＆＃34;）：没有适用的方法来预测＆＃39;应用于类＆＃34;列表＆＃34;
的对象

我的数据与之前使用此代码的格式相同。我哪里做错了？感谢任何帮助，谢谢！

更新：我已经发现问题涉及代码的交叉验证部分。在R中进行编码时，是否有其他交叉验证LDA的规则？

Answer 1

您的问题是predict需要一个模型对象作为其第一个参数。使用lda选项运行CV=T时，它将返回列表对象而不是模型对象。 lda文档说

如果CV = TRUE，则返回值是包含组件类MAP的列表   分类（一个因子），以及后验，后验概率   课程。

否则它是类＆＃34; lda＆＃34;的对象。含有   以下组件：

Answer 2

根据PCantalupo的回答，我设法达到了我的目标。需要在预测模型期间应用交叉验证过程，而不是原始模型。功能代码是：

data2.lda<-lda(ZONE~SP1+SP2+SP3+SP4+SP5+SP6+SP7+SP8+SP9+SP10+SP11+SP12+SP13+SP14+SP15
,data=data2.x, Cna.action="na.omit")

list(data2.lda)

data2.lda.p<-predict(data2.lda,CV=TRUE,newdata=data1[c(2:17)])$class
data2.lda.p
tab<-table(data2.lda.p,data2[,1])
tab
summary(table(data2.lda.p,data2[,1]))
diag(prop.table(tab,1))
sum(diag(prop.table(tab)))

在预测函数中在R中运行DFA时出错

2 个答案: