我正在进行分类，我有关于使用LDA进行降维的问题：
是否应将LDA应用于包括列车和测试数据在内的整个特征矩阵，然后（在减小数据维数后）对特征矩阵进行分区，以便为分类提供训练和测试集？这是真的吗？
然后，假设我们需要在应用LDA之前对数据进行分区。 如何使用Matlab的内部分类器（如kNN和SVM）对测试数据进行分类？
答案 0 :(得分：3)
您应该在火车上生成LDA，然后将其应用到测试集上。
原因是您不想检查整个处理链如何对看不见的数据执行操作。如果您在火车/测试中生成LDA模型，则可能是其他不太重要的信息可能会消失。
实际上，如果您确定了列车/测试/验证拆分的维度数量。在哪里确定列车/测试的最佳维数。然后在列车上构建LDA +模型并测试合并并在验证时进行评估。