使用 MultivariateStats 在 Julia 上进行 LDA

Question

我正在使用 Brunton & Kutz 的书“数据驱动科学与工程”学习分类方法，但我并没有只使用 MATLAB 和 Python 代码资源，而是使用 Julia 重写了教科书示例, 因为是我的主要编程语言。

我无法找到为什么将 MulticlassLDA 模型拟合到数据不起作用，它 returns 一个 DimensionMismatch("Inconsistent array sizes.")，但据我所知，我的数组已分派到拟合功能如文档中所示。

这是我的代码：

using MAT, LinearAlgebra, Statistics, MultivariateStats

# Load data in MATLAB format. Abailible in http://www.databookuw.com/

dogs = read(matopen("../DATA/dogData_w.mat"),"dog_wave") 
cats = read(matopen("../DATA/catData_w.mat"),"cat_wave")
    
CD = hcat(dogs,cats)

u, s, v = svd(CD .- mean(CD)) #SVD decomposition

xtrain = vcat(v[1:60,2:2:4],v[81:140,2:2:4])   #training data array, dims 120x2
label = Int.(vcat(ones(60),-ones(60)))         #label's vector, length 120
xtest = vcat(v[61:80,2:2:4],v[141:160,2:2:4])  

classf= fit(MulticlassLDA,2,xtrain,label)

Answer 1

您有两个问题已通过这种方式解决：

label = [fill(1, 60); fill(2, 60)] # labels must range from 1 to n
fit(MulticlassLDA,2,permutedims(xtrain),label) # observations in xtrain must be stored in columns (not rows)

见https://multivariatestatsjl.readthedocs.io/en/stable/index.html中的评论：

All methods implemented in this package adopt the column-major convention of JuliaStats: in a data matrix, each column corresponds to a sample/observation, while each row corresponds to a feature (variable or attribute).

以及关于 y 参数的解释以适应 https://multivariatestatsjl.readthedocs.io/en/stable/mclda.html#data-analysis:

y – the vector of class labels, of length n. Each element of y must be an integer between 1 and nc.

希望对您有所帮助。

使用 MultivariateStats 在 Julia 上进行 LDA

LDA on Julia using MultivariateStats

julia

classification

lda

multiclass-classification