我将 LDA 用于分类数据来估计每个类别是否有意义地可分离。
lda = LinearDiscriminantAnalysis(n_components=2)
lda.fit(all_df_scaled, all_df['station'])
df_lda = lda.transform(all_df_scaled)
df_lda_component = pd.DataFrame(df_lda,columns=['x', 'y'])
df_lda_component['target'] = all_df['station']
关键是，我可以做一个图来看看每个类别是如何分开的。但是，为了科学地支持，我想要统计分析中的详细值。从 sklearn LinearDiscriminantAnalysis，我可以打印出 coef_、means_ 等。
可能，我可以总结每个类别系数值的绝对值，并估计类别是如何分离的，但我不确定这种方法是否正确。
另外，我知道有些人使用特征值和正确性以及 P 值和 Wilks Lambda。但我不知道如何生成这些值以及如何解释这些结果。
谁能解释我如何获得这些值（特征值、正确性、Wilks Lamda）以及如何解释这些值？