基于alglib的线性判别分析

Question

我被要求对我的一个项目的一组数据执行线性判别分析。我使用的是ALGLIB (C++版本)，它有一个which _ how函数，但是我需要一些帮助来理解如何使用它。

用户回答了一组6个问题(答案是1-7中的一个数字)，这给了我一个示例数据集，例如{1,2,3,4,5,6}。然后我有5个类，每个类有6个值，例如{0.765，0.895，1.345，2.456，0.789，5.678}。fisher lda函数接受一个二维数组的值，并返回另一个一维数组(我不知道它们是什么意思)。

据我所知，我需要看看用户的答案最适合哪一类？

任何帮助理解LDA和/或如何使用此功能的人都将不胜感激。

编辑：

下面是我尝试使用的函数的定义：

/*************************************************************************
Multiclass Fisher LDA

Subroutine finds coefficients of linear combination which optimally separates
training set on classes.

INPUT PARAMETERS:
    XY          -   training set, array[0..NPoints-1,0..NVars].
                    First NVars columns store values of independent
                    variables, next column stores number of class (from 0
                    to NClasses-1) which dataset element belongs to. Fractional
                    values are rounded to nearest integer.
    NPoints     -   training set size, NPoints>=0
    NVars       -   number of independent variables, NVars>=1
    NClasses    -   number of classes, NClasses>=2


OUTPUT PARAMETERS:
    Info        -   return code:
                    * -4, if internal EVD subroutine hasn't converged
                    * -2, if there is a point with class number
                          outside of [0..NClasses-1].
                    * -1, if incorrect parameters was passed (NPoints<0,
                          NVars<1, NClasses<2)
                    *  1, if task has been solved
                    *  2, if there was a multicollinearity in training set,
                          but task has been solved.
    W           -   linear combination coefficients, array[0..NVars-1]

  -- ALGLIB --
     Copyright 31.05.2008 by Bochkanov Sergey
*************************************************************************/
void fisherlda(const real_2d_array &xy, const ae_int_t npoints, const ae_int_t nvars, const ae_int_t nclasses, ae_int_t &info, real_1d_array &w);

Answer 1

您正在使用fisherlda函数，它是LDA算法的一个实现。

LDA(线性判别分析)的目标是找到特征的线性组合，以最好地表征或区分两类或更多类对象或事件。