scikit-learn - LDA降维后的特征维度出乎意料
问题描述
嗨,我有 5994 个类,我的原始特征维度是 300,我有 1092008 个样本,当我输入 n_components=200 时,它给我的维度是 33?你有什么想法吗?
from sklearn.discriminant_analysis import LinearDiscriminantAnalysis as LDA
lda_model = LDA(n_components=lda_dim)
lda_model.fit(x_train,labels)
x_train = lda_model.transform(x_train)
所以 x_train 的原始维度是 (1092008, 300) 然后在降维之后我希望收到一个维度为 (1092008, 200) 的数组,但我收到 (1092008, 33)。
使用 LDA 有什么问题吗?
解决方案
推荐阅读
- php - 格式化系统()输出
- windows - 用于在 Windows 上查找 ping 损失不同于 0% 的正则表达式
- ruby - 使用 Heroku SendGrid 插件从 Sinatra Web 应用程序发送电子邮件
- go - 如何使地图仅使用一组键
- visual-studio-code - 如何在 Visual Studio 代码中设置默认终端布局
- ios - iOS cam 缩放系数
- cors - 零实例上的 Google Cloud Run CORS 预检错误
- angular - Angular 12 升级问题:您可能需要适当的加载程序来处理此文件类型,目前没有配置加载程序来处理此文件
- node.js - 如何为猫鼬中的字段填充数据,其中引用是模型中的嵌套数组?
- flutter - 如何在颤动中将Either的右侧转换为泛型类型