LDA解釋

Question

我使用HMeasure包在涉及信用風險的分析中涉及LDA。我有11000個obs，我選擇年齡和收入來開發分析。我不知道如何解釋LDA的R結果。所以，我不知道我是否根據信用風險選擇了最佳變量。 我在代碼下面給你看。

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 =年齡和STIPENDIO =收入

非常感謝！

Answer 1

LDA使用每個類的均值和方差來創建它們之間的線性邊界（或分離）。這個邊界由係數限定。

您有兩種不同的型號，一種取決於變量ETA，另一種取決於ETA和Stipendio。

您可以看到的第一件事是Prior probabilities of groups。這些概率是您的訓練數據中已經存在的概率。即47.17％的訓練數據對應的信用風險評估爲0，52.82％的訓練數據對應的信用風險評估爲1.（我假設0代表「無風險」，1代表「有風險」）。這兩種模型的概率是相同的。

您可以看到的第二件事是組意味着每個類中每個預測變量的平均值。這些值可能表明變量ETA可能對風險信用（37.8154）的影響稍大於對非風險信用（34.8025）的影響。在第二個模型中，變量Stipendio也會發生這種情況。

第一個模型中ETA的計算係數爲0.1833161。這意味着，兩個不同的類之間的邊界將通過下式指定：

y = 0.1833161 * ETA 

這可以表示由以下line（x表示可變ETA）。信貸風險0或1將根據其所在行的哪一側進行預測。

你的第二個模型包含兩個因變量，ETA和Stipendio，使階層之間的邊界將通過這個公式來界定：

y = 0.148374799 * ETA + 0.001445174 * Stipendio 

正如你可以看到，這個公式表示plane 。 （x1代表ETA和x2代表Stipendio）。和以前的模型一樣，這個平面代表了有風險的信用和非風險信用之間的差異。

在第二個模型中，ETA係數遠遠大於該Stipendio係數，這表明前者變量對信用風險程度比後來的變量更大的影響。

我希望這會有所幫助。