我对使用Python进行数据挖掘非常新手。我需要对如下格式的数据集实施线性判别分析:
0.38769,0.50132,1-0.86481,0.10141,1-0.19577,0.22167,10.015502,0.1554,2其中最后一个数字是标签。我使用sklearn和pandas来加载我的数据。我的加载方式如下:
import numpy as npimport pandas as pdimport matplotlib as pltfrom sklearn.lda import LDAdata = pd.read_csv('data.txt')print data所以当我打印我的数据时，它看起来像这样:
0 -0.864810 0.101410 11 -0.195770 0.221670 12 0.015502 0.155400 1我在sklearn官方网站上找到了LDA的示例:
>>> import numpy as np>>> from sklearn.lda import LDA>>> X = np.array([[-1, -1], [-2, -1], [-3, -2], [1, 1], [2, 1], [3, 2]])>>> y = np.array([1, 1, 1, 2, 2, 2])>>> clf = LDA()>>> clf.fit(X, y)LDA(n_components=None, priors=None, shrinkage=None, solver='svd', store_covariance=False, tol=0.0001)>>> print(clf.predict([[-0.8, -1]]))从这个例子来看，我认为我需要将标签放在一个单独的矩阵(y)中，但此时我卡住了。我不知道接下来该怎么做。我阅读了pandas和sklearn的文档，但它们对我没有任何帮助。你能通过提供指导和可能的例子来帮助我吗？
回答：
这是你想要做的吗？
data = pd.read_csv('data.txt',names=['X1','X2','Y'])clf = LDA()clf.fit(data.loc[:,'X1':'X2'].values, data.Y)