如何在MatLab中使用投影线性判别分析？
是否可以使用LDA将多维数据投影到二维地图？看来Matlab提供的工具并没有提供这样的功能如何在MatLab中使用投影线性判别分析？,matlab,dimensionality-reduction,Matlab,Dimensionality Reduction,是否可以使用LDA将多维数据投影到二维地图？看来Matlab提供的工具并没有提供这样的功能 谢谢你的回复。我的数据现在有6个类，这是否意味着如果我有6个类，我只能将其减少到5个维度？或者可以用PCA的类似方法来实现，PCA取前2个特征值，并将这2个特征值用于投影？PCA作为一种无监督的方法不能很好地解决我的问题，所以我想知道LDA是否有帮助 严格来说，LDA并不是真正用于降维，尤其是在所有数据都属于一个类的情况下。它的意思是提出一个单一的线性投影，这是两类之间最有区别的。因此，使用LDA并没有真
谢谢你的回复。我的数据现在有6个类，这是否意味着如果我有6个类，我只能将其减少到5个维度？或者可以用PCA的类似方法来实现，PCA取前2个特征值，并将这2个特征值用于投影？PCA作为一种无监督的方法不能很好地解决我的问题，所以我想知道LDA是否有帮助 严格来说，LDA并不是真正用于降维，尤其是在所有数据都属于一个类的情况下。它的意思是提出一个单一的线性投影，这是两类之间最有区别的。因此，使用LDA并没有真正自然的方法来实现这一点 如果您的数据都属于同一类，那么您可能更感兴趣，这将为您提供按重要性排序的数据的最重要方向。还有其他方法（如EMS在评论中提到的）或 作为旁注，如果您知道您有多类数据，LDA可以帮助您降低维度。如果您有
kk-1编辑：@EMS有助于澄清此答案。一旦您从某组训练数据计算出最佳投影，您就可以将该投影应用于任何新收集的数据，以降低其维度。我不知道它的泛化特性是什么，但它肯定是一个有效的降维方案（虽然可能不准确）。当然，单个线性分量就是这样一个维度，但我不知道LDA的泛化会产生多个维度（我已经看过了），这就是我的第一句话，真令人惊讶。该表列出了LDA的最初应用中的降维，特别是多类LDA是通过N维数据空间找到一个（k-1）维子空间，该子空间最好地分隔了k个不同的类。LDA直接推广到通过N维数据寻找k维平面，其中k