在阅读关于使用 Python 进行线性判别分析的过程中，我发现了两种不同的实现方法，分别在这里可以找到，http://scikit-learn.org/stable/modules/generated/sklearn.discriminant_analysis.LinearDiscriminantAnalysis.html#sklearn.discriminant_analysis.LinearDiscriminantAnalysis

这些方法的签名如下，

sklearn.discriminant_analysis.LinearDiscriminantAnalysis(solver=’svd’, shrinkage=None, priors=None, n_components=None, store_covariance=False, tol=0.0001)

然后我又发现了另一种具有相似签名的方法，在这里可以找到，

http://scikit-learn.org/0.16/modules/generated/sklearn.lda.LDA.html

sklearn.lda.LDA(solver='svd', shrinkage=None, priors=None, n_components=None, store_covariance=False, tol=0.0001)

我想知道这两者之间有什么区别？在项目中应该使用哪种方法，为什么？

回答：

根据文档，它们分别在这里可以找到，并且如@Atto 所提到的

http://scikit-learn.org/stable/modules/generated/sklearn.discriminant_analysis.LinearDiscriminantAnalysis.html

和

http://scikit-learn.org/0.16/modules/generated/sklearn.lda.LDA.html

现在基本上来说，LDA 是旧版本，而 LinearDiscriminantAnalysis 是新更新的版本，且更受推荐