机器学习训练营——机器学习爱好者的自由交流空间(入群联系qq:2279055353)
这个例子说明在判别分析里使用缩水(shrinkage
)的方法,可以提高分类的准确率。所谓“缩水”,是指减少预测的特征。我们使用的数据集是模拟数据,你也可以在真实数据集上验证缩水判别分析的分类效果。
实例详解
首先,导入必需的库。
from __future__ import division
import numpy as np
import matplotlib.pyplot as plt
from sklearn.datasets import make_blobs
from sklearn.discriminant_analysis import LinearDiscriminantAnalysis
准备工作
n_train = 20 # samples for training
n_test = 200 # samples for testing
n_averages = 50 # how often to repeat classification
n_features_max = 75 # maximum number of features
step = 4 # step size for the calculation
函数generate_data()
函数generate_data()用来生成模拟数据集。它有两个参数n_samples
,