在 R 中绘制线性判别分析答案

【问题标题】：plot linear discriminant analysis in R在 R 中绘制线性判别分析
【发布时间】：2013-06-08 16:08:54
【问题描述】：

我想在散点图中绘制两个矩阵。我怎样才能做到这一点？我喜欢这个情节看起来像

我正在使用 Fischer 方法计算两个类的线性判别分析。这是我计算的：

XM1 <- matrix(data=c(4,2, 2,4, 2,3, 3,6, 4,4), ncol = 2, byrow = TRUE)
XM2 <- matrix(data=c(9,10, 6,8, 9,5, 8,7, 10,8), ncol = 2, byrow = TRUE)
mi1 <- apply(XM1, MARGIN = 2, FUN = "mean")
mi2 <- apply(XM2, MARGIN = 2, FUN = "mean")
Sb <- (mi1-mi2)%*%t(mi1-mi2)
sum.cov <- (cov(XM1)+cov(XM2)) 
SwSb <- solve(sum.cov)%*%Sb
eg <- eigen(SwSb)

如何使用abline（使用eigenval 结果）绘制这两个矩阵（一个带圆圈，第二个带正方形）？

【问题讨论】：

您的示例没有运行。 sum.cov 是什么？
sum.cov 矩阵在哪里？
对不起。我忘了粘贴：它是：sum.cov

标签： r linear-algebra

【解决方案1】：

这是ggplot2 解决方案。首先，您必须以适当的形式提供您的数据：

mdf <- as.data.frame( rbind(XM1, XM2) )
names(mdf) <- c("x1", "x2")
mdf$f <- c( rep( "a", nrow(XM1) ), rep( "b", nrow(XM2) ) )
head(mdf)
  x1 x2 f
1  4  2 a
2  2  4 a
3  2  3 a
4  3  6 a
5  4  4 a
6  9 10 b

这会产生一个类似于你展示的情节：

library(ggplot2)
ggplot( mdf, aes(x=x1, y=x2, col=f) ) +
  geom_point( size = 4, aes(shape = f) ) +
  geom_abline( slope = eg$vectors[2,1] / eg$vectors[1,1], colour = "green"  ) +
  scale_shape_manual(values=c(16,15)) +
  expand_limits( y = 0, x = 0) +
  labs( title = paste("LDA projection vector with highest eigen value =", round(eg$values[1], 2)) ) +
  theme_bw()

【讨论】：

非常感谢，但我需要您的帮助，因为我确实计算了“结果 - 例如以更快的方式，仅使用函数 (solve(sum.cov))%*%(mi1-mi2)。我找不到修复或修改您的代码的方法使用此数据（绘制与该结果一致）。结果是：` [,1] [1,] -1.7076412 [2,] -0.7840532`。再次感谢。
我确实用slope = eg[2,1] / eg[1,1] 修复了slope = eg$vectors[2,1] / eg$vectors[1,1]，所以我希望这能正常工作，因为对此进行测试并修复不同的数据。（在变量eg 中保存了我上面写的函数的结果：eg <- (solve(sum.cov))%*%(mi1-mi2)。