线性判别分析要求

Question

我正在尝试使用 sklearn LDA 分析稀疏数据集(但不仅如此，我还尝试了个人实现(。数据集有 14 列和一些不同数量的列，我选择这些列来运行不同的实验，保留那些方差最大的列。

X = dfplants.values
print(X.shape)
(14,15)
u,s,v = np.linalg.svd(X) 
print(len(s))
y = dfplants_sup['tecnique'].values
lda = LDA(n_components=2, solver='svd', store_covariance=True)
X_lda=lda.fit_transform(X,y)
print("X_lda")
print(X_lda)

X_lda 
[[-6.03602598]
[-6.14807425]
[-4.02479902]
[-5.85982518]
[-6.96663709]
[-5.93062031]
[-6.24874635]
[ 5.42840829]
[ 6.5065448 ]
[ 6.47761884]
[ 6.50027698]
[ 6.31051439]
[ 3.57171076]
[ 6.41965411]]

无论我使用 2 个或更多组件，还是保留所有组件或仅保留两个差异最大的组件，结果我总是得到 1 列。 为什么我只得到一列？申请LDA的要求是什么？

Answer 1

根据文档：

n_components : int, optional
Number of components (< n_classes - 1) for dimensionality reduction.

因此，如果您有一个二进制问题(2 个类(，则返回的组件数将为 1。这就是你正在经历的。