使用R语言Plotly绘制带LDA判别边界的3D图时的问题

问题核心 #

用R的MASS包做线性判别分析（LDA）后，使用Plotly绘制3D数据和判别平面，发现平面无法穿过数据，数据“漂浮”在平面上方。手动使用lda系数和参考方法生成的常数项仍无法解决问题。

关键错误点 #

1. 硬编码系数易出错：手动输入SB.lda等系数，容易和模型实际输出的scaling值产生偏差，应该直接从model$scaling提取。
2. 常数项计算逻辑偏差：判别平面的本质是两组数据在判别空间中的分割面，正确的常数项需要基于两组均值的判别函数值的中点计算，而非仅用先验加权均值推导。

修正后的代码 #

library(plotly)
library(MASS)

# 加载数据
train <- data.frame(read.table("https://raw.githubusercontent.com/gunsnfloyd/algorithmdata/main/train.tsv", header = TRUE))

# 训练LDA模型
model <- lda(WS ~ SB + OPS + tSho, data = train)

# 提取LDA系数（直接从模型获取，避免手动输入错误）
lda_coef <- model$scaling[,1]  # 二分类任务仅存在1个判别维度
SB.lda <- lda_coef["SB"]
OPS.lda <- lda_coef["OPS"]
tSho.lda <- lda_coef["tSho"]

# 计算正确的常数项：两组均值的判别函数值的中点的相反数
group_discriminant <- model$means %*% lda_coef
constant <- -mean(group_discriminant)

# 生成判别平面的网格数据（基于数据实际范围，避免手动设定偏差）
x.lda <- seq(min(train$SB), max(train$SB), length.out = 100)
y.lda <- seq(min(train$OPS), max(train$OPS), length.out = 100)
z.lda <- outer(x.lda, y.lda, function(x, y) {
  (-SB.lda * x - OPS.lda * y - constant) / tSho.lda
})

# 绘制3D散点和判别平面
fig <- plot_ly(train, x = ~SB, y = ~OPS, z = ~tSho, color = ~WS, colors = c('#BF382A', '#0C4B8E')) %>%
  add_markers() %>%
  add_surface(x = x.lda, y = y.lda, z = z.lda, colors = "#0C4B8E", opacity = 0.5) %>%
  layout(scene = list(
    xaxis = list(title = 'SB'),
    yaxis = list(title = 'OPS'),
    zaxis = list(title = 'tSho')
  ))

fig

原理说明 #

• LDA的判别平面满足方程：x %*% lda_coef + constant = 0，其中constant取两组均值对应的判别函数值的平均值的相反数，确保平面能穿过两组数据的中心区域。
• 基于数据实际最值生成平面网格，避免手动设定范围导致平面与数据空间不匹配。

内容的提问来源于stack exchange，提问作者gunsnfloyd