在sklearn中使用PCA时,很容易提取出组件:
from sklearn import decomposition
pca = decomposition.PCA(n_components=n_components)
pca_data = pca.fit(input_data)
pca_components = pca.components_
但我无论如何也想不出如何从LDA中取出组件,因为没有components_属性。sklearn lda中有没有类似的属性?
发布于 2014-02-27 22:17:14
我对代码的理解是,当根据不同的类对样本的特征进行评分时,coef_
属性用于对每个组件进行加权。scaling
是特征向量,xbar_
是平均值。按照UTSL的精神,下面是决策函数的源代码:https://github.com/scikit-learn/scikit-learn/blob/6f32544c51b43d122dfbed8feff5cd2887bcac80/sklearn/discriminant_analysis.py#L166
https://stackoverflow.com/questions/13973096
复制相似问题