最优先验概率线性判别分析（R）

Question

我有一个数据集，其中有两个结果“严重”和“非严重”。

我想找到LDA的先验概率的最优值，以最小化错误率和错误分类的数量。

lda.obj <- lda(severity ~ ., data = liver, prior=c(p2,p1)) 
Pred.obj <- predict(lda.obj, liver)
(Table3 <- table(Pred.obj$class, liver$severity))

这让我得到了错过分类表。

      Nonsevere Severe
  Nonsevere       168     70
  Severe           32     75

这让我得到了我想要最小化的错误总数。

sum(Pred.obj$class != liver$severity)

现在，我可以为p1和p2输入各种内容并调用我的每个函数，但这很乏味，我想知道是否有办法以图形方式显示p1和p2的每个可能值的所有错误率以获得最优先验概率。