首页 文章

Matlab中的线性判别分析

提问于
浏览 次
1

我正在研究在Matlab中执行LDA，并且我能够成功地创建一个用于区分二进制类的阈值 . 但是，我注意到阈值总是越过原点，这给了我不正确的阈值 . 有没有办法在Matlab中没有超过原点的阈值执行LDA？

提前致谢

matlab

1 回答

  • 0

    这取决于您用于LDA的配方 . 通过阈值，我假设您指的是决策阈值？在下面的代码中，先验概率会影响决策阈值，因此您可能无法正确设置它们 .

    这是一些示例伪代码：

    N =案例数量c =类别数量Priors =每个案例的每个案例的先验概率向量目标=每个案例的每个案例的目标标签数据=特征x案例 .

    获取每个数据点的目标标签：

    T = Targets(:,Cases);      % Target labels for each case

    计算每个类的平均向量和公共协方差矩阵：

    classifier.u = [mean(Data(:,(T(1,:)==1)),2),mean_nan(Data(:,(T(2,:)==1)),2),....,mean_nan(Data(:,(T(2,:)==c)),2];   % Matrix of data means
classifier.invCV = cov(Data');

    使用类均值向量和公共协方差矩阵获得判别值：

    A1=classifier.u;
B1=classifier.invCV;
D = A1'*B1*Data-0.5*(A1'*B1.*A1')*ones(d,N)+log(Priors(:,Cases));

    函数将产生c判别值 . 然后将案例分配给具有最大判别值的类 .

    回复于

相关问题