使用线性判别分析进行降维
提问于 2014-01-17 08:31:34
我想使用LDA进行降维。我正在使用R。我发现的示例主要使用LDA进行分类。那么如何使用LDA进行降维呢？在R中有没有内置的函数调用来进行降维，或者你必须对其进行编码？
谢谢。塞夫万迪
回答 1
Stack Overflow用户
发布于 2014-01-17 15:59:03
LDA主要是一种降维技术，除了旨在考虑数据的类别标签之外，它类似于PCA。
通常，它被用来投影到一个维度上，即Fisher线性判别式，它允许确定一个阈值，高于该阈值预测一个类别，低于该阈值则预测另一个类别。这个Fisher线性判别式是类内散布的逆与类间散布的乘积的特征向量，对应于最大的特征值。
但你可以选择与维度一样多的特征向量，而不是仅限于一个。我相信特征向量可以在R的lda函数的scaling输出参数中找到。
有关更多信息，请参见Theodoris (2008) 5.8、6.1-6.3章。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/21181175
复制
腾讯云开发者
