如何在R語言中使用Fisher進行判斷

如何在R語言中使用Fisher進行判斷？針對這個問題，這篇文章詳細介紹了相對應的分析和解答，希望可以幫助更多想解決這個問題的小伙伴找到更簡單易行的方法。

1. 判別分析與Fisher判別

不嚴謹但是通俗的說法，判別分析（Discriminant Analysis）是一種多元（多個變量）統計分析方法，它根據樣本的多個已知變量的值對樣本進行分類的方法。一般來說，判別分析由兩個階段構成——學習（訓練）和判別。在學習階段，給定一批已經被分類好的樣本，根據它們的分類情況和樣本的多個變量的值來學習（訓練）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據（多個變量）投影（使用線性運算）到一維（單一變量）上，然后通過給定閾值將樣本根據投影后的單一變量進行分類。

Fisher判別的學習（訓練）階段，就是找到合適的投影方式，使得對于已經被分類好的樣本，同一類的樣本被投影后盡量扎堆。學習階段的結果是找到一系列的系數（Coeffcient），構成形如

y=a1 * x1 + a2 * x2 + a3 * x3 + ... + an * xn

其中：a1，a2，... an是系數，x1，x2，... ，xn是變量值。

的判別式和閾值。而判別階段可以根據這個判別式計算出y，并根據閾值將樣本進行分類。

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：

sudo apt-get install r-base

這樣安裝以后默認就有，然后使用下面語句引用這個包：

> library(MASS)

再次，引用了MASS包以后就可以使用lda命令了：

> params <- lda(y~x1+x2+x3, data=d)

其中，第一個參數是判別式的形式，第二個參數是用來訓練的樣本數據。lda命令執行后，會輸出構成判別式的各個系數。

最后，使用predict命令對未分類的樣本進行判別。

> predict(params, newdata)

其中，第一個參數是上一階段lda命令的結果，第二個參數是用來分類的樣本數據。自此，整個fisher判別過程完成。

3. 實例

3.1 數據

準備好兩個csv文件，用來訓練的已分類數據叫learn.csv，用來判別的未分類數據叫infer.csv。learn.csv共有六列構成，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

> d <- read.csv("~/data/learn.csv")
> d2 <- read.csv("~/data/infer.csv")

2. 訓練

> lda(Class ~ Band1+Band2+Band3+Band4+Band5, data=d)

訓練結果：

> params
Call:
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  Band5
0 318.3189 0.0000000 0.0000000 0.00000 0.00000
1 322.1881 -0.7703634 -0.2642972 33.92608 36.39715

Coefficients of linear discriminants:
       LD1
Band1 0.02173212
Band2 -0.08647688
Band3 -0.01199366
Band4 0.10619769
Band5 0.10560976

3. 判別

> ret <- predict(params, d2)

輸出結果：

> write.csv(d2, file="~/data/output.csv"

關于如何在R語言中使用Fisher進行判斷問題的解答就分享到這里了，希望以上內容可以對大家有一定的幫助，如果你還有很多疑惑沒有解開，可以關注億速云行業資訊頻道了解更多相關知識。