如何识别LDA中选择的特征?

我使用MATLAB的fitcdiscr函数和predict函数运行了LDA。

我感觉我的代码可能存在一些错误,为了进行 sanity check,我想识别出在分类中权重最大的哪些特征。

这可以做到吗?


回答:

在您的拟合对象中有一个Coeffs字段,其中包含所有相关信息 http://uk.mathworks.com/help/stats/classificationdiscriminant-class.html

特别是,如果您拟合了一个线性LDA,将会有一个Linear字段,这是用于投影的线性算子。然而,应该注意的是,线性模型的系数值并不代表特征的重要性。这其中需要考虑更多因素。权重可能因为您的特征值较小或因为值的分布存在高度偏差而变大。如果您需要特征选择技术 – 使用特征选择方法(如L1正则化模型),否则您可能会从数据中得出错误的结论。

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注