实现一下模式识别（三）FLD

最新推荐文章于 2024-06-12 09:37:36 发布

zarathurstra

最新推荐文章于 2024-06-12 09:37:36 发布

阅读量1.3k

点赞数

分类专栏：机器学习模式识别文章标签：机器学习

本文链接：https://blog.csdn.net/zarathurstra/article/details/107202211

版权

本文介绍了模式识别中的FLD算法，结合线性判别分析LDA的原理，详细阐述了计算类内间散度矩阵的过程，并提供了算法实现的代码步骤和所需公式。

摘要由CSDN通过智能技术生成

计算流程在线性判别分析LDA原理总结文章总结了

计算类内间散度矩阵的原理是计算类内间散度矩阵

有了算法步骤和计算所需要的公式，可以实现代码：

import matplotlib
import numpy as np
import matplotlib.pyplot as plt
from sklearn.datasets import load_iris

def LDA(X, y, nComponents):
    '''
    输入：X为数据集(m*n)，y为label(m*1)，nComponents为目标维数
    输出：W 矩阵（n * nComponents）
    '''
    #set():剔除矩阵y里的重复元素,化为集合的形式
    labels = list(set(y))  # list():将其转化为列表
    xClasses = {}  # 索引
    for label in labels:
        xClasses[label] = np.array([X[i] for i