问如何在scikit-learn中获取LDA的组件？
EN

Stack Overflow用户

提问于 2012-12-20 21:19:02

回答 1查看 5.9K关注 0票数 20

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

票数 3

页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持

原文链接：

https://stackoverflow.com/questions/13973096

复制

相似问题

问如何在scikit-learn中获取LDA的组件？EN