如何獲得經過訓練的LDA分類器的特徵權重

Question

LDA分類器將對象特徵向量與特徵權重向量相乘，並且使用固定閾值來預測對象類別的結果值。或w.x（o）> c，其中w是特徵權重向量，x（o）是對象o的特徵向量，c是閾值。

我想通過使用scikit-learn從訓練的LDA分類器中獲得特徵權重（w），並且我想知道是否有可用的功能？

看看代碼，我看到兩個屬性coef_和scalings_，它們提到了要素權重。 coef_的描述「線性決策函數中的特徵的係數」似乎與我正在查找的內容相對應，但我不確定這是否正確。現在有沒有人，如果這是我應該使用的屬性？

Answer 1

你說得對，coef_持有權（又名系數），但決定功能實際上是有點比w.T * x更復雜，它是（從source code意譯）：

X = np.dot(X - self.xbar_, self.scalings_) 
return np.dot(X, self.coef_.T) + self.intercept_ 

所以X被首先集中並投影到一個較小的子空間（在fit中用奇異值分解計算），然後計算線性閾值函數。