python - scikit-learns LDA 函数中的错误 - 绘图显示非零相关

Question

我使用 scikit-learn 的 LDA 函数做了一些 LDA，我注意到在我的结果图中，LD 之间存在非零相关性。

from sklearn.lda import LDA
sklearn_lda = LDA(n_components=2)
transf_lda = sklearn_lda.fit_transform(X, y)

这很令人担忧，所以我回去使用 Iris 数据集作为引用。我还在 scikit 文档中找到了相同的非零相关 LDA 图，我可以重现它。

无论如何，给你一个大概的样子

• 左上图:这里显然有问题
• 左下角的图:这是基于原始数据的，不是正确的方法，而是一种复制 scikit 结果的尝试
• 右上角和右下角的绘图:这就是它的实际外观。

我已将代码放入an IPython notebook如果您想看一看并亲自尝试一下。

与左上角的(错误)结果一致的 scikit 文档:http://scikit-learn.org/stable/auto_examples/decomposition/plot_pca_vs_lda.html

R中的LDA，显示在右下方:http://tgmstat.wordpress.com/2014/01/15/computing-and-visualizing-lda-in-r/

Answer 1

LDA 的转换函数中确实存在一个错误:在实际转换后错误地应用了分类器权重。这已得到修复 here .更改已合并到 master 分支中，因此它应该在 scikit-learn 的 1.6 版本中。