使用 MultivariateStats 的 Julia 上的 LDA答案

【问题标题】：LDA on Julia using MultivariateStats使用 MultivariateStats 的 Julia 上的 LDA
【发布时间】：2021-09-06 13:24:18
【问题描述】：

我正在使用 Brunton & Kutz 的“数据驱动科学与工程”一书学习分类方法，但我不只使用 MATLAB 和 Python 代码资源，而是使用 Julia 重写教科书示例，因为这是我的主要编程语言。

我找不到为什么将 MulticlassLDA 模型拟合到数据不起作用，它返回一个 DimensionMismatch("Inconsistent array sizes.")，但据我所知，我的数组被分派给了文档中所示的 fit 函数。

这是我的代码：

using MAT, LinearAlgebra, Statistics, MultivariateStats

# Load data in MATLAB format. Abailible in http://www.databookuw.com/

dogs = read(matopen("../DATA/dogData_w.mat"),"dog_wave") 
cats = read(matopen("../DATA/catData_w.mat"),"cat_wave")
    
CD = hcat(dogs,cats)

u, s, v = svd(CD .- mean(CD)) #SVD decomposition

xtrain = vcat(v[1:60,2:2:4],v[81:140,2:2:4])   #training data array, dims 120x2
label = Int.(vcat(ones(60),-ones(60)))         #label's vector, length 120
xtest = vcat(v[61:80,2:2:4],v[141:160,2:2:4])  

classf= fit(MulticlassLDA,2,xtrain,label)

【问题讨论】：

标签： julia classification lda multiclass-classification

【解决方案1】：

您有两个通过这种方式解决的问题：

label = [fill(1, 60); fill(2, 60)] # labels must range from 1 to n
fit(MulticlassLDA,2,permutedims(xtrain),label) # observations in xtrain must be stored in columns (not rows)

查看https://multivariatestatsjl.readthedocs.io/en/stable/index.html中的评论：

此包中实现的所有方法均采用 JuliaStats 的列优先约定：在数据矩阵中，每一列对应一个样本/观察值，而每一行对应一个特征（变量或属性）。

以及关于y 参数的解释以适合https://multivariatestatsjl.readthedocs.io/en/stable/mclda.html#data-analysis：

y – 类标签向量，长度为n。 y 的每个元素必须是介于1 和nc 之间的整数。

我希望这会有所帮助。

【讨论】：