ในR
ฉันใช้lda
ฟังก์ชั่นจากห้องสมุดMASS
เพื่อจัดหมวดหมู่ ตามที่ฉันเข้าใจ LDA แล้วอินพุตจะได้รับการกำหนดเลเบลซึ่งเพิ่มได้สูงสุดใช่ไหม
แต่เมื่อผมเหมาะสมกับรูปแบบซึ่งในlda
,
แก้ไข:เพื่อทำซ้ำผลลัพธ์ด้านล่างให้เรียกใช้ครั้งแรก:
library(MASS)
library(ISLR)
train = subset(Smarket, Year < 2005)
lda.fit = lda(Direction ~ Lag1 + Lag2, data = train)
> lda.fit Call: lda(Direction ~ Lag1 + Lag2, data = train) Prior probabilities of groups: Down Up 0.491984 0.508016 Group means: Lag1 Lag2 Down 0.04279022 0.03389409 Up -0.03954635 -0.03132544 Coefficients of linear discriminants: LD1 Lag1 -0.6420190 Lag2 -0.5135293
ฉันเข้าใจข้อมูลทั้งหมดในผลลัพธ์ข้างต้น แต่สิ่งหนึ่งคือLD1
อะไร ฉันค้นหาเว็บมันเป็นคะแนนการจำแนกเชิงเส้นหรือไม่ นั่นคืออะไรและทำไมฉันต้องการมัน?
UPDATE
ฉันอ่านหลาย ๆ โพสต์ (เช่นนี้และอันนี้ ) และค้นหาเว็บสำหรับ DA และตอนนี้นี่คือสิ่งที่ฉันคิดเกี่ยวกับ DA หรือ LDA
มันสามารถใช้เพื่อจัดหมวดหมู่และเมื่อนี่คือจุดประสงค์ฉันสามารถใช้วิธี Bayes กล่าวคือคำนวณหลังสำหรับแต่ละชั้นแล้วจำแนกเป็นคลาสที่มีค่าสูงสุด ด้านหลัง ด้วยวิธีการนี้ฉันไม่จำเป็นต้องค้นหาความแตกต่างเลยใช่ไหม?
เมื่อฉันอ่านในโพสต์ DA หรืออย่างน้อยที่สุด LDA นั้นมีจุดประสงค์หลักในการลดขนาดสำหรับคลาสและ -dim ทำนายพื้นที่ฉันสามารถฉาย -dim ลงในพื้นที่คุณลักษณะใหม่ -dim นั่นคือ
,สามารถมองเห็นได้เป็นเวกเตอร์ที่แปลงสภาพจากต้นฉบับและแต่ละคือเวกเตอร์ที่ถูกฉาย
ฉันถูกต้องเกี่ยวกับข้อความข้างต้นหรือไม่ ถ้าใช่ฉันมีคำถามต่อไปนี้:
การเลือกปฏิบัติคืออะไร แต่ละรายการในเวกเตอร์เป็นค่าจำแนกหรือไม่? หรือ ?
จะจำแนกประเภทโดยใช้วิธีจำแนกได้อย่างไร
discriminant analysis
ในเว็บไซต์นี้