python - 为什么我的线性判别分析系数矩阵是 2x1 而不是 2x2？

Question

我正在对一些股市数据进行线性判别分析。我正在关注“统计学习简介”第 4 章中的实验室。我的问题涉及 2 个预测变量（x 变量）和 2 个可以分配给它们的类。

我正在使用 scikit 学习来做到这一点。但是，当打印出我的系数矩阵时，我对其尺寸感到困惑。通过系数，我指的是乘以以下等式中的预测值的系数：

鉴于我的问题中有 2 个预测变量和 2 个可能的类别，我希望这个系数矩阵为 2 x 2。所以每个类别 k 有 2 个系数 - 每个预测变量一个。但是，根据 scikit learn 文档，该数组应具有以下形状：

形状 = [等级，n_classes - 1]（https://scikit-learn.org/0.15/modules/generated/sklearn.lda.LDA.html）

在我的情况下，排名等于我拥有的预测变量的数量。谁能解释为什么列数是'n_classes - 1'，而不仅仅是n_classes？

标签： pythonmachine-learningscikit-learnstatisticslinear-discriminant