使用LDA线性判别分析时predict函数返回NULL，无法生成混淆矩阵

你的问题出在提取预测结果的字段名错误：predict.lda()函数返回的列表中，存储预测类别的元素名称是class，而非你写的default，直接调用$default自然会得到NULL。

修正后的代码 #

library(ISLR)
library(MASS)
data(Default)

set.seed(42); TrData = sample(nrow(Default), nrow(Default)*0.5)
TrSet = Default[TrData,]
fit= lda(default ~ income+balance, data=TrSet)

# 修正：用$class提取预测类别
fit.p = predict(fit, newdata=TrSet[,-c(1)])$class

生成混淆矩阵 #

现在可以用table()函数生成混淆矩阵，对比真实标签和预测结果：

confusion_matrix <- table(TrSet$default, fit.p)
print(confusion_matrix)

补充说明 #

如果需要查看LDA预测的后验概率，可以调用predict(fit, newdata=TrSet[,-c(1)])$posterior，这个矩阵会包含每个样本属于各类别的概率值。

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