R Studio中Momocs执行LDA时遇svd错误及共线性警告的解决咨询

问题背景 #

使用R Studio结合Momocs包进行形态数据分析时，前期轮廓导入、缩放、傅里叶变换步骤均正常，但运行LDA相关管道代码时出现以下错误与警告：

Error in svd(X, nu = 0L) : infinite or missing values in 'x'
In lda.default(x, grouping, ...) : variables are collinear

涉及出错代码：

CharredOut.l %>% chop(~View) %>% lapply(efourier,nb.h=8, norm = FALSE, start = FALSE) %>% combine %>% LDA ('G_Variety', scale=FALSE, center= TRUE)

排查方向与解决步骤 #

1. 检查并清理数据中的异常值 #

• 轮廓数据异常检查：用Momocs内置函数排查是否存在缺失坐标、无限值或异常轮廓：

  coo_check(CharredOut.l)
  

• 分组变量缺失检查：LDA的分组变量G_Variety不能存在缺失值，检查并清理：

  # 查看缺失数量
  sum(is.na(CharredOut.l$G_Variety))
  # 移除含缺失值的样本
  CharredOut.l_clean <- filter(CharredOut.l, !is.na(G_Variety))
  

• 分组样本量检查：确保每个G_Variety类别至少有2个样本（LDA无法处理单样本类别）：

  table(CharredOut.l_clean$G_Variety)
  

2. 解决变量共线性问题 #

警告提示变量共线性，根源是傅里叶系数的冗余性：

• 减少傅里叶谐波数：降低nb.h参数（如从8调整为4/6），减少变量维度：

  CharredOut.l_clean %>% 
    efourier(nb.h=6, norm=TRUE, start=FALSE) %>% 
    LDA('G_Variety', scale=FALSE, center=TRUE)
  

• 启用傅里叶归一化：设置norm=TRUE，减少系数间的线性相关性：

  efourier(CharredOut.l_clean, nb.h=8, norm=TRUE, start=FALSE)
  

• PCA降维预处理：先对傅里叶系数做PCA，提取主成分后再做LDA，彻底解决共线性：

  # 生成傅里叶系数
  efour_obj <- efourier(CharredOut.l_clean, nb.h=8, norm=FALSE, start=FALSE)
  # 做PCA降维
  pca_obj <- PCA(efour_obj)
  # 提取累计方差解释95%的主成分
  pca_scores <- get_pca(pca_obj, cum.var=0.95)
  # 用PCA得分跑LDA
  lda_result <- LDA(pca_scores, 'G_Variety', scale=FALSE, center=TRUE)
  

3. 修正管道逻辑冗余 #

原管道中chop(~View)属于冗余操作（已提前过滤View == "l"），会导致数据结构混乱，直接简化管道：

lda_result <- CharredOut.l_clean %>% 
  efourier(nb.h=6, norm=TRUE, start=FALSE) %>% 
  LDA('G_Variety', scale=FALSE, center=TRUE)

4. 验证结果可用于绘图 #

修正后的LDA结果可直接用Momocs内置函数绘图，确保后续可视化正常：

# 基础绘图
plot(lda_result)
# ggplot风格绘图（需加载ggplot2）
gg_lda(lda_result)

内容的提问来源于stack exchange，提问作者M TANVIR RAHMAN