R butcher axe-mass 砍掉 MASS 判別分析對象。

lda 和 qda 對象是從MASS包，分別用於進行線性判別分析和二次判別分析。

用法

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

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

參數

x: 一個模型對象。
verbose: 每次執行 ax 方法時打印信息。記錄釋放了多少內存以及禁用了哪些函數。默認為 FALSE 。
...: 與砍伐相關的任何其他參數。

值

取消了 lda 或 qda 對象。

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

源代碼：R/mass.R

相關用法

注：本文由純淨天空篩選整理自Davis Vaughan等大神的英文原創作品 Axing a MASS discriminant analysis object.。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。