R中基于ISLR的Auto数据集拆分训练测试集实现LDA并生成混淆矩阵

前置依赖 #

需要提前安装ISLR、MASS两个包，安装命令如下：

install.packages(c("ISLR", "MASS"))

完整实现代码 #

# 加载依赖包
library(ISLR)
library(MASS)

# 导入Auto数据集
data(Auto)

# 构造二分类响应变量：mpg高于全数据集中位数标记为high，否则标记为low
Auto$mpg_class <- ifelse(Auto$mpg > median(Auto$mpg), "high", "low")

# 拆分训练集与测试集：年份不等于75为训练集，年份等于75为测试集
train_set <- Auto[Auto$year != 75, ]
test_set <- Auto[Auto$year == 75, ]

# 拟合LDA模型
lda_model <- lda(mpg_class ~ cylinders + displacement + horsepower + weight + acceleration + origin, data = train_set)

# 测试集预测
lda_pred_res <- predict(lda_model, newdata = test_set)

# 输出混淆矩阵
confusion_mat <- table(真实类别 = test_set$mpg_class, 预测类别 = lda_pred_res$class)
print(confusion_mat)

# 可选：输出预测准确率
cat("测试集预测准确率：", sum(diag(confusion_mat))/sum(confusion_mat), "\n")

问题说明 #

调用replace后所有值都被设为high，大概率是replace的条件判断逻辑错误，比如条件表达式返回全为TRUE，或者误将全量数据的判断条件应用到了测试集子集上。上述代码先对全数据集构造分类标签再拆分训练/测试集，逻辑更简洁，避免子集操作的条件错误。

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