Lineare DISKRIMINANZANALYSE LDA in Matlab
Habe ich einen großen Datenbestand von multidimensionalen Daten(240 Abmessungen).
Ich bin ein Anfänger bei der Durchführung von Daten-mining -, und ich möchte die Anwendung Linearer DISKRIMINANZANALYSE mithilfe von Matlab. Allerdings habe ich gesehen, dass es eine Menge von Funktionen erklärt, die auf das web, aber ich verstehe nicht, wie sollten Sie angewandt werden.
Im Grunde, ich möchte LDA.
Nach diesem Schritt möchte ich in der Lage sein zu tun, einen Umbau für meine Daten.
Kann ich dies manuell tun, aber ich Frage mich, ob es irgendwelche vordefinierten Funktionen, die können dies tun, weil Sie sollten schon optimiert sein.
Meine ersten Daten etwas wie : Größe(x) = [2000 240]. Grundsätzlich habe ich damit 240 Merkmale(Dimensionen) und 2000 Datenpunkte. Und ich möchte die LDA auf diese Daten einstellen.
Jede Hilfe oder Tipp wäre nicht.
Danke für Eure Hilfe.
InformationsquelleAutor pisuvar | 2012-12-16
Du musst angemeldet sein, um einen Kommentar abzugeben.
Die Funktion
classify
aus der Statistik-Toolbox nicht Linear (und, wenn Sie einige Optionen, Quadratische) DISKRIMINANZANALYSE. Es gibt ein paar gelungene Beispiele in der Dokumentation, die erklären, wie es verwendet werden soll: - geben Siedoc classify
odershowdemo classdemo
Sie zu sehen.240 Funktionen ist ziemlich viel gegeben, dass Sie nur noch 2000 Beobachtungen, auch wenn Sie nur zwei Klassen. Möchten Sie möglicherweise wenden Sie ein dimension-Reduzierung-Methode vor der LDA, wie PCA (siehe
doc princomp
) oder verwenden Sie ein feature-selection-Methode (siehedoc sequentialfs
für eine solche Methode).Danke Sam ich löste mein problem, indem Sie den Dokumentation-links, die Sie zur Verfügung gestellt.
InformationsquelleAutor Sam Roberts
können Sie fitcdiscr für die Klassifikation mittels LDA in matlab 2014
InformationsquelleAutor sarvani videla