《r语言课件》第七课多元统计分析

《《r语言课件》第七课多元统计分析》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、数据挖掘十大经典数据挖掘算法是那些?数据挖掘十大经典算法可以分为以下情况。1与分类相关的算法：C4.5（分类决策树），CART（分类与回归树儿NaiveBayes（朴素贝叶斯），KNN（K近邻分类）,SVM（支持向量机）,EM（最大期望）,AdaBoost;与聚类相关的算法:(K-Means)K均值;3与关联规则相关的算法：Apriori;1.判别分析是用于判别个体所属群体的一种统计方法，属于分类。判别通常由3种方法：距离判别、Fisher判别和Bayes判别，它们本质上属于线性判别和二次判别，R并没有给出这3种判别，而是3中判别法综合在一起，分

2、别给出线性判别函数lda()和二次判别函数qda()函数。kk()和qda()使用前，需要加载MASS程序包：library(MASS)它们的使用形式基本相同，有公式形式，矩阵或数据框形式两种：公式格式为：(加载MASS包：library(MASS))lda(formula9data,・・・，subset,na.action)qda(formula9data,・・・，subset,na.action)参数formula为公式，形如groups-xl+x2+...,data为数据构成的数据框，subset为可选择向量，表示观察值的子集，^.acti

3、on为函数，表示处理缺失数据的方法。lda()函数的返回值有：调用方法、先验概率、每一类样本的均值和线性判别系数，qda()函数的返回值与lda()函数的返回值相同，只是没有线性判别系数，因此，无论预测还是回代，还需要有预测函数predict()函数。对于lda()函数而言，predict)函数的使用格式：predict(object,newdata,prior=object$prior9dimen,method=c(uplug-inM,**predictive*1/Mebiased^),...)对于qda()函数而言，predict(数的使用格

4、式：predict(object,newdata,prior=object$prior,method二c(“plug・in”Jpr£dictive",”debiased”,”looCV”),・・・)参数object为lda()函数或qda()函数生成的对象；当lda()或qda()使用公式形式计算时,newdata为预测数据构成的数据屆当lda(咸qda()使用矩阵或因子计算时，newdata为向量,默认值为全体训练样本；prior为先验概率，默认值使用对象的先验概率，dimen为使用空间的维数，method为参数估计的方法。predict()函

5、数的返回值有：$class份类)，$posterior(后验概率)，$x(qda函数无此项)。例1某气象站检测前14年气象的实际资料如下表，有两项综合预报因子，其中有春旱的是6个年份资料，无春旱的是8个年份资料，今年测到两个指标的数据为(23・5,・1・6),试用lda()函数和qda()函数对数据做判别分析，并预报今年是否有春旱。表某气象站有无春旱的资料序号春旱无春旱124.8-2.022.1-0.7224.1-2.421.6-1.4326.6-3.022.0-0.8423.5-1.922.8-1.6525.5-2.122.7-1.5627.4

6、・3・121.5-1.0722.1-1.2821.4-1.3解：数据框输入数据，格式调用library(MASS)exam.data<-data.frame(Xl=c(24.8,24.1,26.6,23.5,25.5,27.4,22.1,21.6,22.0,22.8,22.7,21.5,22.1,21.4),X2=c(-2.0,-2.4,-3.0,-1.9,-2.1,-3.1,•0.7,-1.4,-0.8,-1.6,-1.5,-1.0,-1.2,-1.3),sp=rep(c(nHaveH,nNoH),c(6,8)))new<-data.frame

7、(Xl=23.5,X2=-1.6)Ida.solv・lda(sp〜X1+X2,data=exam.data)predict(lda>sol9new)$classtable(exam>data$sp9predict(lda.sol)$class)##看二次判别结果：qda.solv・qda(sp~X1+X2,data=exam.data)predict(qda.sol9new)$classtable(exam>data$sp9predict(qda>sol)$class)同学自己看一下，lda()和qda()结果是否一样?例2(FisherIris

8、数据)Iris数据有4个属性，萼片的长度、萼片的宽度、花瓣长度和花瓣的宽度。数据共150个样本，分为3类，前50个数据为第一类一一Set