在scikit-learn中获取lda的投影矩阵

Question

我需要从已提供训练数据的 lda 获取投影矩阵，以便我可以使用它来投影 lda space 中的训练数据。

我做了以下事情：

def get_projection(features,label):

    transformer = LDA(store_covariance=True)
    transformer.fit_transform(features,label)   
    cov_mat = transformer.covariance_

    return cov_mat

然后我提取了协方差矩阵的特征向量。但这似乎并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。

Answer 1

您可以通过transformer.transform(test_data)直接在测试数据上应用转换器。请在此处查看 LDA 的 documentation。

注意：LDA 已被弃用，现在建议使用 LinearDiscriminantAnalysis。

在scikit-learn中获取lda的投影矩阵

Get projection matrix of lda in scikit-learn

python

projection

eigenvector

scikit-learn

linear-discriminant