如何获取已训练的LDA分类器的特征权重

Question

一个LDA分类器将对象特征向量与特征权重向量相乘，通过使用固定阈值来预测对象类别。或者说w.x(o) > c，其中w是特征权重向量，x(o)是对象o的特征向量，c是阈值。

我想使用scikit-learn从经过训练的LDA分类器中获取特征权重(w)，请问是否有可用的函数？

从代码中看，我看到两个属性coef_和scalings_提到了特征权重。coef_的描述是“线性决策函数中的特征系数”，似乎对应于我要求的内容，但我不确定这是否正确。有人知道我应该使用哪个属性吗？

- Bastiaan van den Berg

Answer 1

你说得对，coef_保存了权重（也就是系数），但是决策函数实际上比w.T * x更复杂，它的形式为（引用自源代码）：

X = np.dot(X - self.xbar_, self.scalings_)
return np.dot(X, self.coef_.T) + self.intercept_

所以，X首先被居中并投影到一个较小的子空间上（使用fit中的奇异值分解计算），然后才计算线性阈值函数。

- Fred Foo