scikit的线性判别分析和Fisher判别分析是同一种方法吗？答案

【问题标题】：Is scikit's Linear Discriminant Analysis and Fisher Discriminant Analysis the same method?scikit的线性判别分析和Fisher判别分析是同一种方法吗？
【发布时间】：2015-01-01 10:24:50
【问题描述】：

我想知道Python的LDA method implemented in scikit's package是否与Fisher线性判别法相同。

据我所见，我猜是……

谢谢

【问题讨论】：

标签： python machine-learning scikit-learn

【解决方案1】：

从实践的角度来看，FDA是LDA，实际差异来自导致分类器规则的理论，因为LDA假设高斯分布，而Fisher的想法是分析内/外类方差的比率。

@badc0re 错误地回答“合并”了 Fisher 判别分析 (FDA) 和 Kernel FIsher Discriminant (KDA)，这与问题无关。

【讨论】：

@Ins 确保您拥有最新版本的 sklearn，直到最近，该算法还存在一个缩放问题，虽然它导致了完美的类区分，但并没有导致普遍预期的应用transform 时的映射。
@eickenberg 我的 scikit 版本是 0.15.2 ... 这个版本有问题吗？有必要使用变换吗？我正在做的唯一事情是（|| 仅用于分隔代码行）： clf = LDA() ||分数 = cross_validation.cross_val_score(clf, X, y, cv=10) || print("[LDA]准确度：%0.2f (+/- %0.2f)" % (scores.mean(), scores.std()))
准确性不应受到影响。您不需要转换，除非您明确想要这样做，例如做了什么here
@lejlot 你知道讨论这种关系的任何论文/资源吗？ IE。 Fisher 的表示如何与 LDA 表示相关？谢谢