matlab - LDA 和降维

Question

我的数据集由大约 300 个对象组成，每个对象有 84 个特征。对象已经分为两类。使用 PCA，我可以将维数降低到大约 24。我使用 3 个主成分，覆盖了原始数据方差的大约 96%。我遇到的问题是 PCA 不关心将类彼此分开的能力。有没有办法结合 PCA 来减少特征空间和 LDA 来为这两个类找到判别函数？或者有没有办法使用 LDA 以最佳方式找到在三维空间中分离两个类的特征？

我有点恼火，因为我找到了这篇论文，但我不是很理解。http://faculty.ist.psu.edu/jessieli/Publications/ecmlpkdd11_qgu.pdf

提前致谢。

Answer 1

您应该使用 MATLAB 的统计工具箱查看有关主成分回归（PCR，如果要解释的变量是标量，您想要什么）和偏最小二乘回归 (PLSR) 的这篇文章。本质上，在 PCR 中，您选择主成分，因为它们最能解释因变量。它们可能不是方差最大的。