如何在 numpy 中计算超过 num_classes - 1 个 LDA 方向？
How to comput more than num_classes - 1 LDA directions in numpy?
我一直在使用 sklearn LDA 来计算 LDA 投影方向。但它只允许我计算最多 K-1 个，其中 K 是数据所属的 类 的数量。
如何计算 K 个或更多方向？
非常感谢！
你不能。
between-class散点矩阵的秩最多为n_classes - 1，因此最多有n_classes - 1个方向使between-class的比率最大化方差和内部 class 方差。
有关详细信息，请参阅 https://en.wikipedia.org/wiki/Linear_discriminant_analysis#Multiclass_LDA。
我一直在使用 sklearn LDA 来计算 LDA 投影方向。但它只允许我计算最多 K-1 个，其中 K 是数据所属的 类 的数量。
如何计算 K 个或更多方向？
非常感谢！
你不能。
between-class散点矩阵的秩最多为n_classes - 1，因此最多有n_classes - 1个方向使between-class的比率最大化方差和内部 class 方差。
有关详细信息，请参阅 https://en.wikipedia.org/wiki/Linear_discriminant_analysis#Multiclass_LDA。