R butcher axe-mass 砍掉 MASS 判别分析对象。

lda 和 qda 对象是从MASS包，分别用于进行线性判别分析和二次判别分析。

用法

# S3 method for lda
axe_env(x, verbose = FALSE, ...)

# S3 method for qda
axe_env(x, verbose = FALSE, ...)

参数

x: 一个模型对象。
verbose: 每次执行 ax 方法时打印信息。记录释放了多少内存以及禁用了哪些函数。默认为 FALSE 。
...: 与砍伐相关的任何其他参数。

值

取消了 lda 或 qda 对象。

例子

library(MASS)

fit_da <- function(fit_fn) {
  boop <- runif(1e6)
  fit_fn(y ~ x, data.frame(y = rep(letters[1:4], 10000), x = rnorm(40000)))
}

lda_fit <- fit_da(lda)
qda_fit <- fit_da(qda)

lda_fit_b <- butcher(lda_fit)
qda_fit_b <- butcher(qda_fit)

weigh(lda_fit)
#> # A tibble: 9 × 2
#>   object       size
#>   <chr>       <dbl>
#> 1 terms   16.0     
#> 2 call     0.00202 
#> 3 means    0.00084 
#> 4 scaling  0.000624
#> 5 prior    0.000496
#> 6 counts   0.00048 
#> 7 lev      0.000304
#> 8 svd      0.000056
#> 9 N        0.000056
weigh(lda_fit_b)
#> # A tibble: 9 × 2
#>   object      size
#>   <chr>      <dbl>
#> 1 terms   0.00326 
#> 2 call    0.00202 
#> 3 means   0.00084 
#> 4 scaling 0.000624
#> 5 prior   0.000496
#> 6 counts  0.00048 
#> 7 lev     0.000304
#> 8 svd     0.000056
#> 9 N       0.000056

weigh(qda_fit)
#> # A tibble: 9 × 2
#>   object       size
#>   <chr>       <dbl>
#> 1 terms   16.0     
#> 2 call     0.00202 
#> 3 scaling  0.00162 
#> 4 means    0.00084 
#> 5 prior    0.000496
#> 6 counts   0.00048 
#> 7 lev      0.000304
#> 8 ldet     0.00008 
#> 9 N        0.000056
weigh(qda_fit_b)
#> # A tibble: 9 × 2
#>   object      size
#>   <chr>      <dbl>
#> 1 terms   0.00326 
#> 2 call    0.00202 
#> 3 scaling 0.00162 
#> 4 means   0.00084 
#> 5 prior   0.000496
#> 6 counts  0.00048 
#> 7 lev     0.000304
#> 8 ldet    0.00008 
#> 9 N       0.000056

源代码：R/mass.R

相关用法

注：本文由纯净天空筛选整理自Davis Vaughan等大神的英文原创作品 Axing a MASS discriminant analysis object.。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。