周志华《机器学习》课后习题解答系列（四）：Ch3.5 - 编程实现线性判别分析

本系列主要采用Python-sklearn实现，环境搭建可参考 数据挖掘入门：Python开发环境搭建（eclipse-pydev模式）.

相关答案和源代码托管在我的Github上：PnYuan/Machine-Learning_ZhouZhihua.

3.5 编程实现线性判别分析（LDA）

本题采用题3.3中的西瓜数据集如下图示：

这里采用基于sklearn和自己编程实现两种方式实现线性判别分析（查看完整代码）。

关于数据集的介绍：

具体过程如下：

1. 数据导入、可视化、预分析：

可以参照周志华《机器学习》课后习题解答系列（四）：Ch3.3 - 编程实现对率回归中的第一步。

2. 采用sklean得到线性判别分析模型：

采用sklearn.discriminant_analysis.LinearDiscriminantAnalysis直接实现基础的LDA，通过分割数据集，在训练集上训练数据，在预测集上度量模型优劣。

给出样例代码如下：

from sklearn import model_selection
from