LDA之前或分区

我做一个分类，我对使用LDA只是降维这个问题后降维：LDA之前或分区

难道LDA的是对整个特征矩阵应用，包括训练和测试数据，然后（在减少数据维数之后）做特征矩阵的划分以提供训练和测试集以进行分类？这是真的吗？

然后，假设我们需要在应用LDA之前划分数据。 如何使用Matlab的内部分类器（如kNN和SVM）对测试数据进行分类？

来源

2017-09-30 steve

您应该在列车上生成LDA，然后将其应用于测试集。

原因是你不想检查你的整个处理链如何执行看不见的数据。如果您在列车/测试中生成LDA模型，则可能会导致其他不太重要的信息可能消失。

实际上，如果您确定维度的数量，您应该进行火车/测试/验证拆分。你在哪里确定列车/测试的最佳维数。然后在列车上建立LDA +模型并进行合并和验证评估。

来源

2017-09-30 19:06:37 CAFEBABE

谢谢@CAFEBABE。我使用Matlab内部SVM和KNN;那么，如何将数据分解为火车和测试数据，然后在火车数据上使用LDA找到投影矩阵，然后将该矩阵应用于测试数据？我的意思是我如何使用Matlab内部分类器来做这个方法？你能帮忙吗？ – steve

嗨，对不起，我不熟悉Matlab。但是，这应该对您有所帮助“在使用fitcdiscr训练ClassificationDiscriminant模型对象后，使用函数predict和训练好的模型对象来生成预测新数据标签的C代码，有关详细信息，请参阅代码生成。所以基本上在火车上做一个fitcdiscr。评估使用预测https://de.mathworks.com/help/stats/fitcdiscr.html?requestedDomain=www.mathworks.com#outputarg_Mdl – CAFEBABE

LDA之前或分区

回答

相关问题