matlab - Matlab中的线性判别分析

Question

我正在研究在 Matlab 中执行 LDA，我能够让它成功地创建一个阈值来区分二进制类。但是，我注意到阈值总是越过原点，这给了我不正确的阈值。有没有办法在没有阈值的情况下在 Matlab 中执行 LDA？

提前致谢

Answer 1

这取决于您用于 LDA 的配方。通过阈值，我假设您指的是决策阈值？在下面的代码中，先验概率会影响决策阈值，因此您可能没有正确设置它们。

这是一些示例伪代码：

N = 案例数量 c = 类别数量 Priors = 每个类别每个案例的先验概率向量 Target = 每个案例每个类别维度的目标标签 Data = Features x Cases。

获取每个数据点的目标标签：

T = Targets(:,Cases);      % Target labels for each case 

计算每个类的平均向量和公共协方差矩阵：

classifier.u = [mean(Data(:,(T(1,:)==1)),2),mean_nan(Data(:,(T(2,:)==1)),2),....,mean_nan(Data(:,(T(2,:)==c)),2];   % Matrix of data means
classifier.invCV = cov(Data');

使用类均值向量和公共协方差矩阵获取判别值：

A1=classifier.u;
B1=classifier.invCV;
D = A1'*B1*Data-0.5*(A1'*B1.*A1')*ones(d,N)+log(Priors(:,Cases));

函数将产生 c 判别值。然后将案例分配给具有最大判别值的类。