Analyse Discriminante linéaire LDA dans Matlab
J'ai un grand jeu de données de données multidimensionnelles(240 dimensions).
Je suis un débutant dans la réalisation de l'exploration de données et je veux appliquer l'Analyse Discriminante Linéaire en utilisant Matlab. Cependant, j'ai vu qu'il y a beaucoup de fonctions qui sont expliquées sur le web mais je ne comprends pas comment devraient-elles être appliquées.
Fondamentalement, je veux appliquer la LDA.
Après cette étape, je veux être en mesure de faire une reconstruction de mes données.
Je peux le faire manuellement, mais je me demandais si il existe des fonctions prédéfinies qui peut le faire, car ils devraient déjà être optimisé.
Mon initiale des données est quelque chose comme : taille(x) = [2000 240]. Donc en gros, j'ai 240 caractéristiques(dimensions) et 2000 points de données. Et je veux effectuer LDA sur ce jeu de données.
Toute aide ou conseil serait de ne.
Merci pour votre aide.
OriginalL'auteur pisuvar | 2012-12-16
Vous devez vous connecter pour publier un commentaire.
La fonction
classify
de boîte à outils de Statistiques ne Linéaires (et, si vous définissez certaines options, Quadratique) l'Analyse Discriminante. Il y a quelques exemples dans la documentation qui explique comment il doit être utilisé: typedoc classify
oushowdemo classdemo
de les voir.240 fonctionnalités est assez, étant donné que vous avez seulement 2000 observations, même si vous n'avez que deux classes. Vous pouvez appliquer une méthode de réduction de dimension avant LDA, telles que APC (voir
doc princomp
) ou l'utilisation d'une fonction de sélection de la méthode (voirdoc sequentialfs
pour une telle méthode).Merci Sam, j'ai résolu mon problème par les liens de documentation que vous avez fournis.
OriginalL'auteur Sam Roberts
vous pouvez utiliser fitcdiscr pour la classification à l'aide de LDA dans matlab 2014
OriginalL'auteur sarvani videla