使用线性判别分析进行降维

Question

我想使用 LDA 进行降维。我正在使用 R。我发现的示例主要使用 LDA 进行分类。那么如何使用 LDA 进行降维呢？ R中是否有一个内置的函数调用可以降维，或者你必须编码它吗？

谢谢。 塞万迪

Answer 1

LDA 主要是一种降维技术，类似于 PCA，只是它旨在考虑数据的类别标签。

通常，它用于投影到一个维度上，Fisher 线性判别式允许确定一个阈值，在该阈值之上一个类被预测，另一个在该阈值之下。这个Fisher线性判别式是类内散度的倒数与类间散度的乘积的特征向量，对应最大的特征值。

但是您可以选择与维度一样多的特征向量，您不仅限于一个。我相信特征向量可以在R的lda函数的scaling输出参数中找到。

请参阅例如Theodoris (2008) 第 5.8、6.1-6.3 章了解更多信息。