最近編寫了Fisher判別的相關(guān)代碼時，需要與已有軟件比照結(jié)果以確定自己代碼的正確性，于是找到了安裝方便且免費(fèi)的R。這里把R中進(jìn)行Fisher判別的方法記錄下來。
1. 判別分析與Fisher判別
不嚴(yán)謹(jǐn)?shù)峭ㄋ椎恼f法，判別分析（Discriminant Analysis）是一種多元（多個變量）統(tǒng)計分析方法，它根據(jù)樣本的多個已知變量的值對樣本進(jìn)行分類的方法。一般來說，判別分析由兩個階段構(gòu)成——學(xué)習(xí)（訓(xùn)練）和判別。在學(xué)習(xí)階段，給定一批已經(jīng)被分類好的樣本，根據(jù)它們的分類情況和樣本的多個變量的值來學(xué)習(xí)（訓(xùn)練）得到一種判別方法；在判別階段用前一階段得到的判別方法對其他樣本進(jìn)行判別。
Fisher判別（Fisher Discrimination Method）又被稱為線性判別（LDA，Linear Discriminative Analysis），是判別分析的一種，歷史可以追溯到1936年。它的核心思想是將多維數(shù)據(jù)（多個變量）投影（使用線性運(yùn)算）到一維（單一變量）上，然后通過給定閾值將樣本根據(jù)投影后的單一變量進(jìn)行分類。
Fisher判別的學(xué)習(xí)（訓(xùn)練）階段，就是找到合適的投影方式，使得對于已經(jīng)被分類好的樣本，同一類的樣本被投影后盡量扎堆。學(xué)習(xí)階段的結(jié)果是找到一系列的系數(shù)（Coeffcient），構(gòu)成形如
|
1
2
3
|
y=a1 * x1 + a2 * x2 + a3 * x3 + ... + an * xn其中：a1，a2，... an是系數(shù)，x1，x2，... ，xn是變量值。 |
的判別式和閾值。而判別階段可以根據(jù)這個判別式計算出y，并根據(jù)閾值將樣本進(jìn)行分類。
2. 在R中使用Fisher判別
R中使用Fisher判別說起來很簡單，但是我當(dāng)初也放狗搜索了不短的時間才搞明白如何使用。
首先，它在R里不叫Fisher，用Fisher搜索多半誤入歧途。在R中，它叫LDA（Linear Discriminative Analysis）。
其次，它存在于一個叫MASS的包里。在Ubuntu 13.10中使用：
|
1
|
sudo apt-get install r-base |
這樣安裝以后默認(rèn)就有，然后使用下面語句引用這個包：
|
1
|
> library(MASS) |
再次，引用了MASS包以后就可以使用lda命令了：
|
1
|
> params <- lda(y~x1+x2+x3, data=d) |
其中，第一個參數(shù)是判別式的形式，第二個參數(shù)是用來訓(xùn)練的樣本數(shù)據(jù)。lda命令執(zhí)行后，會輸出構(gòu)成判別式的各個系數(shù)。
最后，使用predict命令對未分類的樣本進(jìn)行判別。
|
1
|
> predict(params, newdata) |
其中，第一個參數(shù)是上一階段lda命令的結(jié)果，第二個參數(shù)是用來分類的樣本數(shù)據(jù)。自此，整個fisher判別過程完成。
3. 實例
3.1 數(shù)據(jù)
準(zhǔn)備好兩個csv文件，用來訓(xùn)練的已分類數(shù)據(jù)叫l(wèi)earn.csv，用來判別的未分類數(shù)據(jù)叫infer.csv。learn.csv共有六列構(gòu)成，其第一行分別為Band1,Band2,Band3,Band4, Band5, Class，分別代表變量1、變量2、變量3和類別。infer.csv由六列構(gòu)成：Band1, Band2, Band3, Band4, Band5。同樣第一列包含列名。csv文件的字段間都用逗號分隔。
3.2 操作步驟
1. 讀取learn.csv
|
1
2
|
> d <- read.csv("~/data/learn.csv")> d2 <- read.csv("~/data/infer.csv") |
2. 訓(xùn)練
|
1
|
> lda(Class ~ Band1+Band2+Band3+Band4+Band5, data=d) |
訓(xùn)練結(jié)果：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
|
> paramsCall:lda(Class ~ Band1 + Band2 + Band3 + Band4 + Band5, data = data)Prior probabilities of groups: 0 1 0.4220068 0.5779932 Group means: Band1 Band2 Band3 Band4 Band50 318.3189 0.0000000 0.0000000 0.00000 0.000001 322.1881 -0.7703634 -0.2642972 33.92608 36.39715Coefficients of linear discriminants: LD1Band1 0.02173212Band2 -0.08647688Band3 -0.01199366Band4 0.10619769Band5 0.10560976 |
3. 判別
|
1
|
> ret <- predict(params, d2) |
輸出結(jié)果：
|
1
|
> write.csv(d2, file="~/data/output.csv" |
到此這篇關(guān)于R語言中Fisher判別的使用方法的文章就介紹到這了,更多相關(guān)R語言中Fisher判別內(nèi)容請搜索服務(wù)器之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持服務(wù)器之家！
原文鏈接：https://www.cnblogs.com/Ricepig/p/LDA.html
