我正在研究在Matlab中执行LDA，并且我能够成功地创建一个用于区分二进制类的阈值。但是，我注意到阈值总是越过原点，这给了我不正确的阈值。有没有办法在Matlab中没有超过原点的阈值执行LDA？
提前致谢
答案 0 :(得分：0)
这取决于您用于LDA的配方。 通过阈值，我假设您指的是决策阈值？ 在下面的代码中，先验概率会影响决策阈值，因此您可能无法正确设置它们。
以下是一些示例伪代码：
N =案件数量 c =班级数 Priors =每个案例的每个案例的先验概率的向量 Target =每个案例的每个案例的目标标签 数据维度=特征x个案。
获取每个数据点的目标标签：
T = Targets(:,Cases); % Target labels for each case
计算每个类的平均向量和公共协方差矩阵：
classifier.u = [mean(Data(:,(T(1,:)==1)),2),mean_nan(Data(:,(T(2,:)==1)),2),....,mean_nan(Data(:,(T(2,:)==c)),2]; % Matrix of data means
classifier.invCV = cov(Data');
使用类均值向量和公共协方差矩阵获得判别值：
A1=classifier.u;
B1=classifier.invCV;
D = A1'*B1*Data-0.5*(A1'*B1.*A1')*ones(d,N)+log(Priors(:,Cases));
函数将产生c判别值。然后将案例分配给具有最大判别值的类。