该博客通过Matlab编程，利用机器学习的LDA方法，对fisheriris数据集的两个类别进行建模和分类。首先加载数据，接着提取前50个样本作为训练集，用fitcdiscr建立LDA模型，再用predict函数对剩余样本进行预测，最后使用confusionmat评估分类效果。
下面是一个例子，可以帮助你在 Matlab 中使用 LDA 对 fisheriris 数据集进行分类的程序。首先，你需要加载 fisheriris 数据集：
load fisheriris
然后，你可以使用以下代码将前 50 个样本的数据提取出来，作为训练集：
X = meas(1:50,:);
Y = species(1:50);
接下来，你可以使用 fitcdiscr 函数训练 LDA 模型：
mdl = fitcdiscr(X,Y);
最后，你可以使用 predict 函数对剩余的 50 个样本进行分类：
最低0.47元/天 解锁文章
8620
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
