问题标签 [linear-discriminant]

我得到了这个方程，我被要求创建一个程序，其中的解决方案

是这样给出的：

1) 如果 D > 0，则 2 个解决方案是：

2）如果 D = 0 , 1 '双'解决方案'：

3)如果D < 0，无真解

其中 D 线性判别式 = b^2 - 4*a*

我完全不知道要尝试什么，我唯一做的就是尝试定义 D：

但我得到一个错误

Error: object 'b' not found.

任何帮助将不胜感激。

在 MATLAB 的 RandStream 中选择固定种子有什么经验法则吗？我用它在 10 次分割线性判别分析中随机挑选样本，根据我为种子选择的内容，我得到了完全不同LDA_CCR_mean的值（这里 CCR 代表正确分类率，LDA_CCR_mean 是 CCR 在 10 次分割中的平均值）。

此外，我mt19937ar根据RandStream文档中的第一个示例进行了选择。我怎么知道应该选择什么其他值？或者什么价值最适合我的应用程序/算法？

我正在使用 PLSDA 开发一个判别模型（mixOmics 包，该模型通过外部验证运行良好。要进行外部验证，我使用 predict() 函数。但是，假设现在我必须将此预测方程/模型提供给我的合作伙伴那应该如何工作？在一个简单的偏最小二乘回归中，我们可以选择提取系数，但是使用 plsda 我看不到。你能给我一些建议吗？谢谢

我在 python 中做线性判别分析但有一些问题。使用此处给出的教程能够使用 python 计算线性判别分析并得到如下图：

使用下面给出的代码：

但我想要一个如下所示的情节：

第二个图（即显示变量的图）可以在xlstat中创建，但我想使用 python 创建它。有什么办法可以弄清楚吗？

我尝试使用此说明从头开始实施 LDA https://web.stanford.edu/class/stats202/content/lec9.pdf（第 34 页）

为了检查我的实现，我将线性判别式的先验、组均值和系数与lda()MASS 库中的函数进行了比较。我的先验和组均值与lda(). 但是，我的系数不同。这是玩具示例：

因此，我计算了偏差向量并估计了幻灯片中描述的协方差矩阵。这是我的实现的输出和lda()：

我试图查看lda()函数的源代码，但是对于新手 R 程序员来说非常复杂。

谁能建议线性判别式的系数是否应该以不同的方式计算？或者可能会lda()进行一些我没有包含在我的实现中的后处理？

我需要从 lda 获取投影矩阵，该矩阵已提供了火车数据，以便我可以使用它在 lda 空间中投影火车数据。

我做了以下事情：

然后我提取了协方差矩阵的特征向量。但这似乎没有给出正确的解决方案。甚至 .scalings_ 属性似乎也没有帮助。请帮我从这个方法中找到投影矩阵，以便我可以将它应用于没有标签的测试数据。

我正在尝试使用 sklearn LDA 分析稀疏数据集（但不仅如此，我还尝试了个人实现）。该数据集有 14 列和一些不同数量的列，我选择了这些列来运行不同的实验，以保持差异最大的那些。

无论我使用 2 个或更多组件，还是保留所有组件或仅保留两个具有最大差异的组件，我总是会得到 1 列。为什么我只得到一列？申请LDA有什么要求？

PCA -> 无监督模型或也用于监督学习 LDA -> 监督模型两者都用于特征减少。

哪个是用于监督学习特征减少的连击 LDA 或 PCA，为什么？

数据集：非常有名的葡萄酒数据集，用于找出客户类别。

考虑dput：

其中：REAÇÃO是模型中的因变量。

常数：-4.438。

如何使用 R 中的简单函数获得此值？

我继承了大约一年前编写的一些代码，所以我猜当时它使用的是numpy 1.13（现在是 v1.15.2）、scipy 1.00rc（现在是 v1.1.0）和sklearn 0.19（现在是 v.0.20。 0)。

它实现了Fisher 的 LDA以将n维空间减少到 1…<em>n-1 维空间，从而产生一个 numpy 复数数组作为其结果（由于浮点不精确）。然后该数组被愉快地挑选并馈入sklearn.cluster.MeanShift其中立即引发异常：

我仍在学习这里发生的数学细节，但令我感到奇怪的是，这段代码被宣布为“可运行”。

我在这里错过了什么吗？是版本变化带来了这种回归，还是存在更根本的代码缺陷？我将如何解决这个问题？