0
A
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R
的lda
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
相关问题
- 1. 线性判别分析图
- 2. 线性判别分析
- 3. 我应该比降维整个数据集进行线性判别分析?
- 4. C#线性判别分析Alglib
- 5. Matlab中的线性判别分析LDA
- 6. scikit的线性判别分析和Fisher判别分析法是相同的吗?
- 7. 使用ggplot2的线性判别分析图
- 8. R中的线性判别分析中的分类函数
- 9. 判别分析图
- 10. 问题点和申请R线性判别分析
- 11. Matlab的 - 错误与线性判别分析
- 12. 判别分析有R
- 13. 线性判别分析与原理分量分析的主要区别是什么
- 14. Isomap“非线性降维”点数
- 15. 使用PCA降维降维 - MATLAB
- 16. 简单的判别分析失败
- 17. 使用MASS观察LDA中线性判别式的访问分数:lda()
- 18. 使用ade4对R进行判别分析
- 19. Modelica线性分析
- 20. 使用线程实现性能下降
- 21. 用PCA决定降维降维
- 22. ActivePivot叶级别聚合和分析维
- 23. VS 2010性能分析器:识别线程
- 24. 二维线性对流++(分段错误)
- 25. GDA(高斯判别分析)的对数似然函数
- 26. 错误绘制局部Fisher判别分析{LFDA}包
- 27. 判别分析:如何获取阈重量
- 28. Google Analytics(分析)降低Android应用程序的性能
- 29. 内部民意调查性别分析
- 30. 使用基于子组的线性回归分析
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
@Edwin,你应该把它当作答案。 –
lda标签似乎是用于“潜在Dirichlet分配”。删除。 – manuell