问题描述

在使用LDA/QDA模型做预测后，使用partimat 函数做LDA的决策边界可视化，结果报错如下

Error in partimat.default(x, grouping, …) :
at least two classes required

原因

在调用命令 partimat( formula(lda.fit), data = tmp, method=“lda”, plot.matrix =TRUE) 时，data 这个argument 需要我们输入 factor 类型的class/group/Y，比如我们想用LDA模型判断一个公司会不会破产时，class/group/Y 就是“yes/no” 或者0/1，我们需要把这个字段从 numeric type 或者 character type 转变成 factor 类型

解决方法

把进行分类预测的class/group （比如0/1或者default/not）那一列字段用 as.factor 转成factor 格式，然后再输入到 partimat 函数的argument 中即可

示例如下：
在这里插入图片描述

# 机器学习 # 人工智能 # r语言
Logo
技术共进，成长同行——讯飞AI开发者社区

技术共进，成长同行——讯飞AI开发者社区

更多推荐

编程乐趣无限深度趣味项目解锁编程新境界

编程作为现代科技的重要组成部分，已经渗透到我们生活的方方面面。不论你是在开发手机应用、网站，还是参与人工智能的创新，编程的乐趣和挑战都在不断吸引着全球无数的开发者和程序员。对于初学者来说，编程可能看起来充满了复杂的代码和逻辑，但通过有趣且富有挑战性的项目，编程的世界也变得更加有趣！??在这篇文章中，我们将探讨一些有趣且富有创意的编程项目，不仅能帮助你提高编程技能，还能带你一步步进入编程的深度世界，

avatar 讯飞AI开发者社区

C++与人工智能框架

重新排列范围，使得指定位置的元素等于排序后的元素，并且左边的元素都不大于它，右边的元素都不小于它。算法的原理是 “覆盖” 要删除的元素，将保留的元素移到前面，返回新的逻辑尾迭代器，但。对范围内的每个元素应用一个函数，并将结果存储在另一个范围内。移除范围内连续的重复元素，返回新的逻辑结尾迭代器。旋转范围内的元素，使中间元素成为新的第一个元素。这些算法不会改变它们所操作的容器中的元素。这些算法会修改它

avatar 讯飞AI开发者社区

机器学习与深度学习

机器学习和深度学习作为人工智能领域的核心技术，正以前所未有的速度改变着我们的生活和工作方式。机器学习通过算法使计算机系统能够从数据中学习规律并做出预测或决策，而深度学习作为其重要分支，利用多层神经网络模拟人脑的神经网络结构，实现对复杂数据的高层次抽象和理解。从推荐系统到自然语言处理，从医疗诊断到自动驾驶，这些技术已经渗透到各个行业，展现出巨大的应用潜力。随着计算能力的提升和大数据时代的到来，深度学

avatar 讯飞AI开发者社区