python - sklearn LinearDiscriminantAnalysis 中的先验顺序

Question

我正在使用 here 中的股市数据 (Smarket.csv) 拟合线性判别分析模型.我正在尝试使用 Lag1 和 Lag2 列预测 Direction。 Direction 有两个值:Up 或 Down。

这是我的可重现代码和结果:

import pandas as pd
from sklearn.discriminant_analysis import LinearDiscriminantAnalysis

url="https://raw.githubusercontent.com/JWarmenhoven/ISLR-python/master/Notebooks/Data/Smarket.csv"
Smarket=pd.read_csv(url, usecols=range(1,10), index_col=0, parse_dates=True)

X_train = Smarket[:'2004'][['Lag1', 'Lag2']]
y_train =  Smarket[:'2004']['Direction']


LDA = LinearDiscriminantAnalysis()
model = LDA.fit(X_train, y_train)

print(model.priors_)
[0.49198397 0.50801603]

我如何知道哪个先验值对应于哪个类(Up 或 Down)？我看着 documentation但似乎什么都没有。

谁能给我解释一下，或者给我指出解释这个问题的资源？

Answer 1

虽然我无法在文档中找到明确的引用(我确定在某处有一个通用的引用)，但在这种情况下，类是按字母顺序排序的，即。在您的情况下，它是 ['Down', 'Up']。

您可以很容易地验证这与您在此处的结果一致；因为 priors_ 属性只是通过 priors 参数传递，根据 documentation , 只是从训练数据中推断出的类别比例(当 priors=None 时，就像这里一样):

y_train.value_counts(normalize=True)

给出:

Up      0.508016
Down    0.491984
Name: Direction, dtype: float64

和

model.priors_[0] == (y_train.value_counts(normalize=True)['Down']
# True
model.priors_[1] == (y_train.value_counts(normalize=True)['Up']
# True