Python LDA：置信区间的省略号：文档中有错误吗？ TL；博士

要绘制LDA分析后的置信区间： 我应该使用所有类共享的协方差矩阵（lda.convariace_389;），还是应该计算并使用每个类的协方差矩阵

长问题 不久前，我问了一个关于如何围绕点绘制椭圆的问题：

这些椭圆表示线性判别分析（LDA）数据点的置信区间

我将重新使用我从科学出版物上获得的旧照片：

在LDA计算后，红点（例如）可定义如下：

[[-23.88315146  -3.26328266]  # first point
 [-25.94906669  -1.47440904]  # second point
 [-26.52423229  -4.84947907]]  # third point

您可以在图片上看到，红点被椭圆包围，椭圆表示红点平均值的置信区间（在一定水平上）

这就是我想要得到的。现在，scikit learn的文档中有一个关于（）的示例：

这个函数的调用方式如下：

plot_ellipse(splot, lda.means_[0], lda.covariance_, 'red')

在doc的示例中，调用

plot\u eliple

来绘制所有类的置信区间，始终具有相同的协方差：

lda.convariace

然后使用协方差来确定椭圆的角度。由于协方差永远不会改变，所有椭圆都将具有相同的角度

这样做在数学上正确吗？我很想说不

在另一篇与LDA无关的帖子（）中，@Joe Kington简单地使用了“点散射的2西格玛椭圆”。他计算每个类的协方差：

cov = np.cov(points, rowvar=False)

，其中，

点

将是上述3个点，例如。然后他用类似的方法计算椭圆的角度。但是当他计算每一类的协方差矩阵时，椭圆的角度在不同的类中是不同的

cov = np.cov(points, rowvar=False)