线性判别分析(LDA)可以用作分类器或降维。在
降维LDA
降维技术减少了特征的数量。虹膜数据集有4个特征,让我们用LDA将其缩减为2个特征,这样我们就可以可视化了。在from sklearn import datasets
iris = datasets.load_iris()
X = iris.data
y = iris.target
from sklearn.preprocessing import StandardScaler
sc = StandardScaler()
X = sc.fit_transform(X)
lda = LinearDiscriminantAnalysis(n_components=2)
lda_object = lda.fit(X, y)
X = lda_object.transform(X)
for l,c,m in zip(np.unique(y),['r','g','b'],['s','x','o']):
plt.scatter(X[y==l,0],
X[y==l,1],
c=c, marker=m, label=l,edgecolors='black')
输出:
多类分类的LDA
LDA使用One和rest进行多类分类。如果你有3个类,你将得到每个类的3个超平面