接上一篇:这次与LDA进行对比,看下效果如何。
1用sklearn产生的随机10个类别数据
初始特征为30个,由于下面条件限制,只能设置小于9的数,因此选择了8
n_components <= min(n_features, n_classes - 1)
然后再经t-SNE显示,效果令人失望至极!!!搞不懂为啥子
X origin shape, (1000, 30)
after LDA,X shape, (1000, 8)
所以我不知道LDA到底在干啥子,啥几把玩意,简直是垃圾。
同样将PCA后的维度设置为8,发现也是垃圾,卧槽。与上图基本一样,哪里出错了???