1
我有興趣瞭解什麼「功能」在多類分類中最具影響力。如何解釋LinearDiscriminantAnalysis的結果?
我已經用PCA完成了這項工作,似乎允許我通過components_ vector
檢查每個組件的每個特徵的方向差異。
我掙扎詢問LDA的結果來了解哪些功能是每個組件以及它們的影響是一部分...
上可用於fit_transform
後什麼LDA對象的元素任何建議獲取每個組件的特定特定見解?
我有興趣瞭解什麼「功能」在多類分類中最具影響力。如何解釋LinearDiscriminantAnalysis的結果?
我已經用PCA完成了這項工作,似乎允許我通過components_ vector
檢查每個組件的每個特徵的方向差異。
我掙扎詢問LDA的結果來了解哪些功能是每個組件以及它們的影響是一部分...
上可用於fit_transform
後什麼LDA對象的元素任何建議獲取每個組件的特定特定見解?
Here是sklearn
本身文檔的答案。
主成分分析(PCA)應用到該數據標識了佔在數據中的最方差屬性(主成分,或指示在特徵空間)的組合。在這裏,我們繪製了2個第一主成分上的不同樣本。
線性判別分析(LDA)嘗試識別佔各類之間差異最大的屬性。特別是,與PCA相比,LDA是一種使用已知類別標籤的監督方法。
這就是爲什麼我試圖使用LDA來理解類之間的驅動程序。我所追求的是什麼「屬性」說明了差異...... –