LDA解释

Question

我使用HMeasure软件包来参与我对信用风险的分析。我有11000个乳房，我选择了年龄和收入来进行分析。我不知道如何解释LDA的R结果。所以，我不知道我是否根据信用风险选择了最好的变量。我给你看下面的代码。

lda(default ~ ETA, data = train)

Prior probabilities of groups:
       0         1 
0.4717286 0.5282714 

Group means:
      ETA
0 34.80251
1 37.81549

Coefficients of linear discriminants:
         LD1
ETA 0.1833161

lda(default~ ETA + Stipendio,  train)

Call:
lda(default ~ ETA + Stipendio, data = train)

Prior probabilities of groups:
       0         1 
0.4717286 0.5282714 

Group means:
      ETA Stipendio
0 34.80251  1535.531
1 37.81549  1675.841

Coefficients of linear discriminants:
                 LD1
ETA       0.148374799
Stipendio 0.001445174

lda(default~ ETA, train)
ldaP <- predict(lda, data= test)

其中ETA =年龄和窒息物=收入

非常感谢!

Answer 1

LDA使用每个类的均值和方差来创建它们之间的线性边界(或分离)。此边界由系数分隔。

您有两个不同的模型，一个依赖于变量ETA，另一个依赖于ETA和Stipendio。

您首先可以看到的是Prior probabilities of groups。这些概率是您的培训数据中已经存在的概率。也就是说，47.17%的培训数据对应于评估为0的信用风险，52.82%的培训数据对应于评估为1的信用风险(我假设0表示“无风险”，1表示“风险”)。在两种模型中，这些概率是相同的。

您可以看到的第二件事是Group，它是每个类中每个预测器的平均值。这些数值表明，变量ETA对高风险信贷(37.8154)的影响可能略大于对非风险信贷(34.8025)的影响。在第二个模型中，变量Stipendio也会出现这种情况。

第一个模型中ETA的计算系数为0.1833161。这意味着两个不同类之间的边界将由以下公式指定：

y = 0.1833161 * ETA

这可以由以下线路表示(x表示变量ETA)。信用风险的0或1将预测取决于哪一边的线，他们是。

​

​

第二个模型包含两个因变量，ETA和Stipendio，因此类之间的边界将由以下公式分隔：

y = 0.148374799 * ETA + 0.001445174 * Stipendio

如您所见，这个公式表示一个飞机。(x1代表ETA，x2代表Stipendio)。和以前的模型一样，这个平面代表了风险信贷和非风险信用之间的区别。

​

​

在第二个模型中，ETA系数比Stipendio系数大得多，表明前者对信用风险的影响大于后者。

我希望这能帮到你。