使用ggplot2绘制LDA决策边界等高线图时出现Summary.factor错误

错误原因 #

geom_contour要求z参数为连续数值型变量，你代码中使用的predict(lda.fit, ...)$class是因子类型（分类结果），因子无法计算数值范围（range），因此触发报错。要绘制LDA决策边界，需使用数值型的预测输出（如后验概率、判别函数得分），而非直接用分类类别。

修正步骤与代码 #

假设你已经训练好LDA模型lda.fit <- lda(Group ~ GPA + GMAT, data = train)，按以下步骤修改：

1. 生成覆盖特征范围的网格数据
   为了绘制完整的决策边界，需要创建覆盖GPA和GMAT取值范围的密集网格点，而非仅使用原始数据点：

   # 生成网格序列
   gpa_seq <- seq(min(train$GPA), max(train$GPA), length.out = 100)
   gmat_seq <- seq(min(train$GMAT), max(train$GMAT), length.out = 100)
   # 展开为网格数据框
   grid_df <- expand.grid(GPA = gpa_seq, GMAT = gmat_seq)
   

2. 对网格数据做LDA预测，提取数值型结果
   提取后验概率（多分类场景下，某类概率=0.5即为两类边界）或判别函数得分：

   # 对网格数据进行LDA预测
   grid_pred <- predict(lda.fit, newdata = grid_df)
   # 提取第一类的后验概率（可根据你的分类调整列索引）
   grid_df$posterior_prob <- grid_pred$posterior[, 1]
   

3. 绘制散点图与决策边界
   使用geom_contour基于数值型的后验概率绘制边界：

   ggplot(train, aes(x = GPA, y = GMAT, color = Group)) +
     geom_point(size = 2) +
     ggtitle("带LDA决策边界的GPA与GMAT分组散点图") +
     # 绘制决策边界：后验概率=0.5的等高线
     geom_contour(data = grid_df, aes(x = GPA, y = GMAT, z = posterior_prob),
                  breaks = 0.5, color = "black", size = 1, alpha = 0.8)
   

补充说明 #

• 如果是二分类场景，也可以使用LDA的判别函数得分（grid_pred$x[,1]），边界对应得分=0的位置，只需将breaks设为0即可。
• 多分类场景下，需为每两类之间的边界分别提取对应类别的后验概率，重复绘制geom_contour。

内容的提问来源于stack exchange，提问作者Remonda Hanna