Python/scikit-learn机器学习库(线性、二次判别分析)

最新推荐文章于 2026-05-09 17:47:56 发布
原创 最新推荐文章于 2026-05-09 17:47:56 发布 · 2.3k 阅读 · 0 ·
本内容遵循CC 4.0 BY-SA版权协议
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
标签
#机器学习
本文深入探讨了线性判别分析(LDA)和二次判别分析(QDA)，解释了它们如何学习不同类型的边界，并在数据降维中发挥关键作用。通过实例代码演示了如何使用LDA进行特征选择和降维，同时对比QDA在处理非线性数据集时的优势。

线性判别分析LDA只能学习线性边界，二次判别分析QDA 可以学习二次边界。

LDA

LDA可以将输入的数据降维处理。

import numpy as np
from sklearn.lda import LDA
X=np.array([[x1,x2,..,xn],…])
Y=np.array([class1,class2,…])
clf=LDA()
clf.fit(X,Y)
print(clf.predict(X’))
//对一组(X,Y)评分
print(clf.score(X,Y))

QDA
Python实现Fisher判别分析方法
qq_41556084的博客
04-27 2681
利用python代码实现Fisher判别分析方法。
python代码完成Fisher判别
易与天行的博客
05-05 6698
文章目录一．算法描述（1）W的确定（2）阈值的确定（3）Fisher线性判别的决策规则二．数据描述1.iris数据2.sonar数据三.python代码1.数据生成2.fisher算法实现3.判定类别4.绘图四.理解和心得五.参考链接 一．算法描述 Fisher线性判别分析的基本思想：选择一个投影方向（线性变换，线性组合），将高维问题降低到一维问题来解决，同时变换后的一维数据满足每一类内部的样本尽...
零基础也能学会！2024最全Python入门教程（图文详解）
最新发布
分享Python知识
05-09 1290
编程入门阶段，不用花时间学习和记忆细枝末节，这样会分散新手去理解核心逻辑的精力，而且很常用的知识也很容易被遗忘。真实世界里的编程不是闭卷考试，不需要把语言的细节全部记住，因为随时可以上网搜索和查阅技术文档。写多代码的人最后都会意识到，更重要的是具备搜索问题、发现答案和高效解决的能力，而不是成为记忆大师。入门编程语言选择，建议Python、Java、JavaScript、C。其中优先选择Python，Python容易教，容易学，其一：语法简洁；
Fisher线性判别分析以及python实现
weixin_50744311的博客
01-04 7246
文章目录线性判别函数基本概念Fisher线性判别分析基本思想最优方向推导过程转换为判别函数完整代码 线性判别函数基本概念 我们主要讨论在两类情况下判别函数为线性的情况，这里给出一般情况：g(x)=wTxg(\bf{x})=\bf{w}^T \bf{x}g(x)=wTx+w0w_0w0​ 式子中x\bf{x}x为d维样本向量，w\bf{w}w为权向量，如下： x=[x1x2⋮xd]，w=[w1w2⋮wd]\bf{x}=\begin{bmatrix} x_1 \\ x_2 \\ \vdots \\ x_d \e
python使用QDA进行二次判别分析
chenlei456的博客
03-18 2419
什么是二次判别法 二次判别属于距离判别法中的内容，以两总体距离判别法为例，对总体G1,，G2，当他们各自的协方差矩阵Σ1，Σ2不相等时，判别函数因为表达式不可化简而不再是线性的而是二次的，这时使用的构造二次判别函数进行判别类别的方法叫做二次判别法。 python中使用sklearn中的QuadraticDiscriminantAnalysis来进行二次判别分析，这里采用鸢尾花数据进行分类。 train_test_split切分训练集和测试集 这是sklearn中对数据进行切分的一个方法 X_train, X
Python机器学习05——判别分析
weixin_46277779的博客
06-23 4157
线性判别，二次线性判别，降维
[Python3] 机器学习 ——（二）Scikit-Learn简介
進撃の算法
05-17 3558
二、Scikit-Learn简介 Scikit-Learn为各种常用机器学习算法提供了高效版本。 （一）Scikit-Learn的数据表示 机器学习是从数据创建模型的学问，因此首先需要了解怎样表示数据爱你让计算机理解。Scikit-Learn认为数据表示（data representation）最好的方法就是用数据表的形式。 1. 数据表 基本的数据表就是二维网格数据，其中的每一行表示数据集中的每个样本（samples），而列表示构成每个样本的相关特征（features）。 # 鸢尾花数据集 import
Python机器学习库scikit-learn实践
热门推荐
zouxy09的专栏
10-05 10万+
Python机器学习库scikit-learn实践zouxy09@qq.comhttp://blog.csdn.net/zouxy09 一、概述       机器学习算法在近几年大数据点燃的热火熏陶下已经变得被人所“熟知”，就算不懂得其中各算法理论，叫你喊上一两个著名算法的名字，你也能昂首挺胸脱口而出。当然了，算法之林虽大，但能者还是有限，能适应某些环境并取得较好效果的算法会脱颖而出，而表现平平者
机器学习库Scikit-learn
fengdu78的博客
05-29 8477
本文目录3.1 背景知识3.2 Scikit-learn概述3.3 Scikit-learn主要用法3.3.1 基本建模流程3.3.2 数据预处理3.3.3 监督学习算法3.3.4 无监督学习算法3.3.5 评价指标3.3.6 交叉验证及超参数调优3.4 Scikit-learn总结参考文献Scikit-learn是基于NumPy、SciPy和Matplotlib的开源Python机器学习包，它封...
【Scikit-learn学习】第一课：Scikit-learn 简介和安装
weixin_46453070的博客
02-20 3121
欢迎来到 Scikit-learn 的入门课程！在这一课中，我们将介绍 Scikit-learn 的基础知识，包括它的历史、主要功能、以及如何在你的环境中安装它。这将为我们深入探索 Scikit-learn 的强大功能打下坚实的基础。Scikit-learn 是一个开源的 Python 机器学习库，它提供了大量的简单和高效的工具，适用于数据挖掘和数据分析。它建立在 Python 的 NumPy、SciPy 和 Matplotlib 库之上，使其成为科学和工程领域中数据分析和机器学习的首选库之一。
机器学习算法系列（十二）-二次判别分析算法（Quadratic Discriminant Analysis Algorithm）
Saisimon`s blog
01-22 1万+
机器学习算法系列（十二）-二次判别分析算法（Quadratic Discriminant Analysis Algorithm）
线性与二次判别分析
u010016927的博客
07-14 1万+
转自：http://www.dataivy.cn/blog/%E4%BA%8C%E6%AC%A1%E5%88%A4%E5%88%AB%E5%88%86%E6%9E%90quadratic-discriminant-analysis_qda/ 二次判别分析Quadratic Discriminant Analysis(QDA) 与线性判别分析类似，二次判别分析是另外一种线性判别分
scikit-learn linearRegression 1.2 线性与二次判别分析
u010016927的博客
07-14 1309
线性判别分析(LDA) (discriminant_analysis.LinearDiscriminantAnalysis) 和二次 判别分析(QDA) (discriminant_analysis.QuadraticDiscriminantAnalysis) 是两种经典的 分类器, 正如它们名字所说, 分别带有一个线性决策平面和二次决策平面. 这些分类器很吸引人, 因为它们有可以容
LDA 两类Fisher线性判别分析及python实现
u012005313的专栏
03-19 2万+
参考：《模式识别》(第三版)第4.3章－Fisher线性判别分析 机器学习中的数学(4)－线性判别分析(LDA)，主成分分析(PCA)：http://www.cnblogs.com/LeftNotEasy/archive/2011/01/08/lda-and-pca-machine-learning.html 线性判别分析LDA：http://www.cnblogs.com/zhangchao
sklearn文档-线性和二次判别分析
Iceforest的博客
05-15 1389
1.线性判别分析 Linear Discriminant Analysis（线性判别分析）(sklearn.discriminant_analysiss.LinearDiscriminantAnalysis) 和 Quadratic Discriminant Analysis （二次判别分析）(discriminant_analysis.QuadraticDiscriminantAnalysis...
线性判别分析(LDA)和python实现（二分类问题）
机器学习笔记
04-09 2万+
线性判别分析（Linear Discriminant Analysis, LDA）是一种经典的线性学习方法，思路是将两种数据投影到一条直线上，使这两种数据之间尽可能远离，且同类数据尽可能聚集在一起 假如我们有如上图所示的2种数据集 $$X1=\left \{ x_{1}^{1}, x_{2}^{1},..., x_{n}^{1}\right \}$$ $$X2=\left \{ x_{1...
【Scikit-Learn 中文文档】线性和二次判别分析 - 监督学习 - 用户指南 | ApacheCN
妳那伊抹微笑的专栏
11-20 1085
中文文档: http://sklearn.apachecn.org/cn/0.19.0/tutorial/basic/tutorial.html 英文文档: http://sklearn.apachecn.org/en/0.19.0/tutorial/basic/tutorial.html 官方文档: http://scikit-learn.org/0.19/ GitHub: h
python判别分析_二次判别分析Quadratic Discriminant Analysis(QDA)
weixin_39883670的博客
12-18 2598
与线性判别分析类似，二次判别分析是另外一种线性判别分析算法，二者拥有类似的算法特征，区别仅在于：当不同分类样本的协方差矩阵相同时，使用线性判别分析；当不同分类样本的协方差矩阵不同时，则应该使用二次判别。关于线性判别分析的更多内容，请在文章《线性判别分析Linear Discriminant Analysis (LDA)》中查看。为了清楚的了解LDA和QDA的应用差异，下图显示了在固定协方差矩阵以及...
scikit-learn学习系列 - 线性和二次判别分析
杰径通幽
03-01 1573
线性判别分析(discriminant_analysis.LinearDiscriminantAnalysis) 和二次判别分析 (discriminant_analysis.QuadraticDiscriminantAnalysis) 是两个经典的分类器，正如它们的名字所暗示的，分别具有一个线性和一个二次决策曲面。 这些分类器很有吸引力，因为它们具有可以轻松计算的封闭形式的解决方案，本质上是...
【Machine Learning】线性判别分析Python实现（LDA）
Lawe的博客
10-01 4730
本次主要考虑在给定的两类各5000*57样例中，每类中随机抽取1000个样例进行LDA训练，最后拿剩下的样例进行测试，最后输出错误率。关于线性判别分析的原理和推导可见【meachine learning】线性判别分析（LDA），下面给出具体的代码实现。 # -*- coding: utf-8 -*- from numpy import * import csv from matplotlib
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值