R中的线性判别分析:如何选择最合适的模型？

Question

数据集血管在粗壮的基础库总结了血管收缩(或不)的对象的手指，以及他们的呼吸量和速率。

> head(vaso)
 Volume  Rate Y
1   3.70 0.825 1
2   3.50 1.090 1
3   1.25 2.500 1
4   0.75 1.500 1
5   0.80 3.200 1
6   0.70 3.500 1

我想在R中进行线性判别分析，看看这两个组之间的区别有多好。我考虑了两种情况：

ld <- lda(Y ~ ., data=vaso)

ld1 <- lda(Y ~ log(Volume)+log(Rate), data=vaso)

请帮我弄清楚哪种型号更好？看什么特征？

Answer 1

我不太熟悉LDA，但据我所知，您并没有真正改变两个版本之间的“模型”(即度量影响的方式)，您正在更改的是功能:在第二个版本中，您不是查看功能的值是否影响Y，而是查看功能影响Y的值是否是日志。当然，第一个版本是查看功能的最自然的方式，第二种是常见的，但通常是在我们已经知道特性的分布(或特性和响应变量之间的关系)使其相关时使用。