[英]Get projection matrix of lda in scikit-learn
我需要从提供了火车数据的lda中获得投影矩阵,以便可以使用它在lda空间中投影火车数据。
我已经完成以下工作:
def get_projection(features,label):
transformer = LDA(store_covariance=True)
transformer.fit_transform(features,label)
cov_mat = transformer.covariance_
return cov_mat
然后,我提取了协方差矩阵的特征向量。 但这似乎并未提供正确的解决方案。 甚至.scalings_属性似乎也无济于事。 请帮助我从此方法中找到投影矩阵,以便将其应用于没有标签的测试数据。
您可以通过transformer.transform(test_data)
将变压器直接应用于测试数据。 请参阅此处的LDA 文档 。
注意:LDA已被弃用,现在建议使用LinearDiscriminantAnalysis 。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.