问如何获得经过训练的LDA分类器的特征权重
EN

Stack Overflow用户

提问于 2013-04-10 15:47:19

回答 1查看 3.5K关注 0票数 4

LDA分类器将对象特征向量与特征权重向量相乘，并利用所得值使用固定阈值来预测对象类。或者w.x( o ) > c，其中w是特征权重向量，x(o)是对象o的特征向量，c是阈值。

我想使用scikit-learn从经过训练的LDA分类器获得特征权重(w)，我想知道是否有可用的函数？

看一下代码，我看到了两个属性，coef_和scalings_，它们提到了特征权重。coef_的描述，“线性决策函数中特征的系数”，似乎符合我正在寻找的东西，但我不确定这是否正确。现在有没有人知道这是我应该使用的属性？

回答已采纳

发布于 2013-04-10 21:50:54

你是对的，coef_持有权重(也就是系数)，但决策函数实际上比w.T * x更复杂，它(改写自source code)：

X = np.dot(X - self.xbar_, self.scalings_)
return np.dot(X, self.coef_.T) + self.intercept_

因此，在计算线性阈值函数之前，首先将X居中并投影到较小的子空间(使用fit中的奇异值分解计算)。

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/15919929

复制

相似问题

问如何获得经过训练的LDA分类器的特征权重EN