2014-01-17 38 views
0

我想使用LDA降维。我使用R.我发现的例子主要用于分类。那么,如何使用LDA降维? R中是否有内置的函数调用来降低维度,还是必须对其进行编码?使用线性判别分析降维

谢谢。 Sevvandi

+2

LDA是一种分类工具,您为什么要使用它来降低维度? PCA或MDS将是更合乎逻辑的选择。 – Edwin

+0

@Edwin,你应该把它当作答案。 –

+2

lda标签似乎是用于“潜在Dirichlet分配”。删除。 – manuell

回答

1

LDA主要是一种降维技术,类似于PCA,除了旨在考虑数据的类标签。

通常,它被用来投影到一个维,其中允许确定上述哪一个类被预测,而在其下面另一种是阈费希尔线性判别。这个Fisher线性判别式是类内散射的倒数与类散射之间乘积的特征向量,对应于最大特征值。

但是,您可以选择尽可能多的特征向量,因为有尺寸,您不仅限于一个。我相信这个特征向量可以在scaling输出参数Rlda函数中找到。

有关更多信息,请参阅Theodoris (2008)章节5.8,6.1-6.3。

+0

当然。随意[给予好评和/或接受这个答案,如果你发现它有用(http://meta.stackoverflow.com/help/someone-answers)。 – damienfrancois

+0

当你说的r'lda'功能,你的意思是在'MASS'包'lda'功能? – Rhubarb