【Machine Learning】线性判别分析Python实现（LDA）

最新推荐文章于 2024-08-24 07:00:00 发布

Lawe

最新推荐文章于 2024-08-24 07:00:00 发布

阅读量4.5k

点赞数

分类专栏： Machine Learning 文章标签：机器学习线性判别分析 LDA

本文链接：https://blog.csdn.net/law_130625/article/details/52718495

版权

这篇博客介绍了如何在Python中应用线性判别分析（LDA）进行机器学习，特别是在处理两类数据各5000*57样本时，选取1000个样本训练LDA模型，然后使用剩余样本测试错误率。

摘要由CSDN通过智能技术生成

本次主要考虑在给定的两类各5000*57样例中，每类中随机抽取1000个样例进行LDA训练，最后拿剩下的样例进行测试，最后输出错误率。关于线性判别分析的原理和推导可见【meachine learning】线性判别分析（LDA），下面给出具体的代码实现。

# -*- coding: utf-8 -*-
from numpy import *
import csv
from matplotlib import pyplot as plt
import math

def load_data():                                                #读取csv文件
    dataSet1=[];dataSet2=[];label1=[];label2=[];dataSet=[]
    with open('dataSet.csv') as file:
        lines=csv.reader(file)
        for line in lines:
            dataSet.append(line)
        for line in dataSet:
            lineArr=[]
            if(int(line[-1])==1):
                for i in range(56):
                    lineArr.append(float(line[i]))
                dataSet1.append(lineA