我使用 Python 和 sklearn 包。我使用 LDA 进行预测，我可以得到决策边界的系数。
clf = LinearDiscriminantAnalysis(priors=[prob_norm, prob_anem])
clf.fit(X_train, y_train)
y_predict = clf.predict(X_test)
print(clf.coef_[0][0], clf.coef_[0][1], clf.intercept_)
QDA 也是如此：
qda = QuadraticDiscriminantAnalysis(store_covariance=True)
qda.fit(X_train, y_train)
y_predict = qda.predict(X_test)
但是没有属性可以获取决策边界参数。
但是，QDA 有一个短语：
但它不包含线性判别式的系数，因为 QDA 分类器涉及预测变量的二次函数，而不是线性函数。
有什么方法可以提取 QDA 决策边界的参数吗？在这种情况下，我只是不明白线性方程和二次方程之间的显着差异。为什么可以得到线性但它不是二次的。