Perguntas com a marcação «discriminant-analysis»

A Análise Discriminante Linear (LDA) é um método de redução e classificação de dimensionalidade. Ele encontra o subespaço de baixa dimensão com a separação de classe mais forte e o usa para executar a classificação. Use esta tag também para DA quadrático (QDA).


2
Por que o LDA scikit-learn do Python não está funcionando corretamente e como ele calcula o LDA via SVD?
Eu estava usando a Análise Discriminante Linear (LDA) da scikit-learnbiblioteca de aprendizado de máquina (Python) para redução de dimensionalidade e fiquei um pouco curioso sobre os resultados. Gostaria de saber agora o que o LDA scikit-learnestá fazendo para que os resultados pareçam diferentes, por exemplo, de uma abordagem manual ou …


1
PCA, LDA, CCA e PLS
Como estão relacionados o PCA, LDA, CCA e PLS? Todos eles parecem algébricos "espectrais" e lineares e muito bem compreendidos (digamos, mais de 50 anos de teoria construídos em torno deles). Eles são usados ​​para coisas muito diferentes (PCA para redução de dimensionalidade, LDA para classificação, PLS para regressão), mas …



1
Como o LDA, uma técnica de classificação, também serve como técnica de redução de dimensionalidade como o PCA
Neste artigo , o autor vincula a análise discriminante linear (LDA) à análise de componentes principais (PCA). Com meu conhecimento limitado, não sou capaz de acompanhar como o LDA pode ser um pouco semelhante ao PCA. Eu sempre pensei que o LDA era uma forma de algoritmo de classificação, semelhante …


1
Como o MANOVA está relacionado ao LDA?
Em vários lugares, vi uma afirmação de que MANOVA é como ANOVA mais análise discriminante linear (LDA), mas sempre foi feita de uma maneira que acenava com as mãos. Eu gostaria de saber o que exatamente isso significa. Encontrei vários livros que descrevem todos os detalhes dos cálculos do MANOVA, …




2
O que são "coeficientes de discriminantes lineares" na LDA?
Em R, eu uso a ldafunção da biblioteca MASSpara fazer a classificação. Pelo que entendi LDA, a entrada xxx receberá o rótulo yyy , que maximiza p(y|x)p(y|x)p(y|x) , certo? Mas quando ajustar o modelo, no qual x=(Lag1,Lag2)x=(Lag1,Lag2)x=(Lag1,Lag2)y=Direction,y=Direction,y=Direction, eu não bastante compreender a saída lda, Editar: para reproduzir a saída abaixo, …



Ao utilizar nosso site, você reconhece que leu e compreendeu nossa Política de Cookies e nossa Política de Privacidade.
Licensed under cc by-sa 3.0 with attribution required.