[英]Use Linear Discriminant Analysis for dimension reduction
我想使用LDA進行降維。 我正在使用R。我發現的示例主要將LDA用於分類。 那么,如何使用LDA進行降維呢? R中是否有一個內置函數調用可以降低維數,或者您必須對其進行編碼?
謝謝。 Sevvandi
LDA主要是一種降維技術,與PCA相似,只是它的目的是考慮數據的類別標簽。
通常,它用於將Fisher線性判別式投影到一個維度上,從而可以確定一個閾值,高於該閾值可以預測一個類別,而低於該閾值則可以預測另一個類別。 Fisher線性判別式是類內散布的逆與類間散布的逆乘積的特征向量,對應於最大特征值。
但是,您可以選擇盡可能多的特征向量,而不僅限於一個。 我相信特征向量可以在R
的lda
函數的scaling
輸出參數中找到。
有關更多信息,請參見例如Theodoris(2008)的第5.8、6.1-6.3章。
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.