【Python实例第14讲】普通判别分析与缩水判别分析

Goodsta

于 2018-11-09 14:14:40 发布

阅读量1k

点赞数 1

文章标签： python

本文链接：https://blog.csdn.net/wong2016/article/details/83897057

版权

本文通过实例解析Python中的普通判别分析与缩水判别分析，展示如何使用缩水方法提高分类准确率。利用generate_data()生成模拟数据集，并使用scikit-learn的LinearDiscriminantAnalysis进行分析，探讨Ledoit-Wolf缩水法的影响。

摘要由CSDN通过智能技术生成

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