线性判别分析matlab

Question

我想对我的数据进行LDA分类。我的数据有6个功能，我想找出哪个具有最佳的分类性能。所以我的想法是分别评估所有特征，每次我只在matlab函数fitcdiscr中将一个特征装入LDA分类器。
我的问题是我如何可视化分类的输出，如下图所示：

使用函数fitcdiscr后，我有一个模型，我如何可视化图中分隔两个类的行？该功能是否应与功能fitcdiscr的录音数量一致？ 非常感谢你！

Answer 1

以下是一些示例数据：

x = [1, 1.5] .* randn(100, 2);
x(51:end, :) = [1, 2] .* x(51:end, :) + [2, 4];
y = [ones(50, 1); 2*ones(50, 1)];

如果您符合

的LDA模型

mdl = fitcdiscr(x, y);

这将返回一个ClassificationDiscriminant对象，其中包含字段Coeffs，其中存储了所有LDA系数。这是 k -by- k 结构，其中 k 是类的数量，即这里有 2 -by- 2 结构。 Coeffs(i, j)包含类i和j之间的线性边界。因此，我们只对Coeffs(1, 2)感兴趣，即1级和2级之间的边界。

如文档中所述，两个类之间的边界方程是（简化为忽略二次部分，因为我们处理LDA而不是QDA）

Const + Linear * x = 0,

因此，我们可以用

计算线的函数

x(2) = -(Const + Linear(1) * x(1)) / Linear(2)

我们可以使用gscatter创建散点图，并通过查找当前轴（gca）的最小和最大x值并使用等式计算相应的y值来添加线上方。

figure(1)
gscatter(x(:, 1), x(:, 2), y);
hold on

lx = get(gca, 'Xlim');
ly = -(mdl.Coeffs(1, 2).Const + mdl.Coeffs(1, 2).Linear(1) .* lx) / mdl.Coeffs(1, 2).Linear(2);
plot(lx, ly, '-b', 'DisplayName', 'LDA')

hold off

导致