如何使用R tidymodels复现plot.lda()函数的可视化效果

优化实现方案 #

这里提供两种更简洁稳定的实现思路，避免手动硬编码提取预测结果的问题：

方案1：复用broom对LDA对象的原生支持，步骤最少

broom包已经适配了MASS::lda的拟合结果，可以直接用augment()生成绑定了预测值的数据集，不需要手动调用predict()做拼接：

library(broom)

# 直接处理原生lda拟合对象，自动生成包含判别值、分类结果的数据集
lda_aug <- augment(lda.fit, data = Smarket_train)

ggplot(lda_aug, aes(x = .fitted)) +
  # 若要完全对齐base R plot.lda的默认密度曲线效果，用geom_density即可
  geom_density(fill = "gray85", color = "black", linewidth = 0.8) +
  # 保留你的直方图写法的话替换为下行即可，注意用after_stat适配新版ggplot2
  # geom_histogram(aes(y = after_stat(density)), binwidth = 0.5, alpha = 0.7, fill = "steelblue") +
  scale_x_continuous(breaks = seq(-4, 4, by = 2)) +
  facet_grid(vars(Direction)) +
  labs(x = "线性判别得分", y = "密度")

方案2：全tidymodels规范实现，无硬编码

如果要完全遵循tidymodels的工作流逻辑，避免直接操作底层拟合对象，可以通过按列名提取判别值代替按索引[[3]]的硬编码写法，后续模型调整时兼容性更强：

# 直接用workflow做预测，不需要提前提取拟合对象
pred_lda <- predict(the_workflow, 
                    new_data = Smarket_train,
                    type = "raw") %>%
  as_tibble() %>%
  pull(x) # 按列名提取判别值，比按索引取更稳定

Smarket_train %>%
  bind_cols(.fitted = pred_lda) %>%
  ggplot(aes(x = .fitted)) +
  geom_histogram(aes(y = after_stat(density)), binwidth = 0.5, alpha = 0.7) +
  scale_x_continuous(breaks = seq(-4, 4, by = 2)) +
  facet_grid(vars(Direction)) +
  labs(x = "", y = "密度")

关键优化点 #

• 去掉了按索引提取预测结果的硬编码逻辑，后续如果模型输入特征、判别维度发生变化，代码不会失效
• 用after_stat(density)替代了已经废弃的stat(density)写法，适配ggplot2 3.3.0之后的所有版本
• 方案1完全省去了手动处理预测结果、拼接数据集的步骤，代码更简洁易读

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