我有兴趣了解在多类分类中哪些“功能”最有影响。
我已经使用PCA做到了这一点，这似乎使我可以通过components_ vector检查每个组件中每个功能的方向变化。
我正在努力询问LDA的结果，以了解哪些功能是每个组件的组成部分以及它们的影响是什么...
关于fit_transform之后LDA对象的哪些元素的任何建议可用于获取每个组件的特定于功能的见解？
最佳答案
Here是sklearn本身文档的答案。
应用于此数据的主成分分析（PCA）可以识别出说明数据差异最大的属性（主要成分或特征空间中的方向）组合。在这里，我们在2个第一主成分上绘制了不同的样本。
线性判别分析（LDA）试图识别出类别之间差异最大的属性。尤其是，与PCA相比，LDA是使用已知类别标签的受监督方法。
关于python-3.x - 如何解释LinearDiscriminantAnalysis的结果？，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/41189237/