Matlab 绘制LDA的超平面（分类判别式）

我试图通过可视化研究分离超平面来比较我的数据上的各种分类器，如LDA和SVM等

目前我使用ClassificationDiscriminant作为LDA分类器，与SVM可以在图上绘制超平面不同，我无法找到绘制LDA分类器超平面的方法

下面的脚本是如何生成示例数据并使用ClassificationDiscriminant对其进行分类的：

%% Data & Label
X = [randn(100,2); randn(150,2) + 1.5];
Y = [zeros(100,1); ones(150,1)];
%% Plot
gscatter(X(:,1),X(:,2),Y);
%% Train LDA Classifier
C = ClassificationDiscriminant.fit(X,Y);

有人能帮我画出与

C

分离的超平面吗？任何建议都会大有帮助

---

此外，上面的示例是二维的，但是，我也对在三维中绘制它们感兴趣（即示例数据

X

有三列）。如果您能提供帮助，那就更好了。

借用Matlab的

classify（）

文档中的示例：

Class1 = 1;
Class2 = 2;
K = C.Coeffs(Class1,Class2).Const;
L = C.Coeffs(Class1,Class2).Linear;
f = @(x,y) K + [x y]*L;

hold on;
ezplot(f, [min(X(:,1)) max(X(:,1)) min(X(:,2)) max(X(:,2))]);

---

请注意，上面的示例绘制了二维空间中两个类之间的成对边界。如果您有其他类，则必须适当修改

Class1

和

Class2

。我相信，通过一些额外的工作，您可以找到该函数到N维空间的扩展。

非常感谢Ryan。由于

分类

和

分类鉴别

（见中）之间存在一些差异，我更感兴趣的是坚持使用后一种分类器，以保持与我以前工作的完整性。关于从这个函数中找到超平面还有什么建议吗？你试过代码了吗？尽管我根据

classify

重新编写了它，以使用

ClassificationDiscriminant

。实际上，您所要做的就是复制、粘贴并按照初始代码段运行它。