scikitlearns LDA函数图中的错误显示非零相关

Question

我用scikitlearn的LDA函数做了一些LDA，我注意到在我的结果图中，LDs之间存在非零相关。在

from sklearn.lda import LDA
sklearn_lda = LDA(n_components=2)
transf_lda = sklearn_lda.fit_transform(X, y)

这是非常令人担忧的，所以我回去用虹膜数据集作为参考。我还在scikit文档中发现了相同的非零相关LDA图，我可以复制它。在

总之，给你一个大概的印象

• 左上角的情节：这里显然有问题
• 左下角的图：这是在原始数据上，不是一个正确的方法，而是复制scikit结果的一次尝试
• 右上角和右下角的图：这就是它实际的样子。在

我已经将代码放入an IPython notebook中，如果您想看一看并亲自尝试。在

与（错误）一致的scikit文档将显示在左上角：http://scikit-learn.org/stable/auto_examples/decomposition/plot_pca_vs_lda.html

右下角显示的R中的LDA：http://tgmstat.wordpress.com/2014/01/15/computing-and-visualizing-lda-in-r/

Answer 1

在LDA的转换函数中确实存在一个缺陷：在实际转换之后错误地应用了分类器权重。此问题已修复here。这些更改已经合并到主分支中，因此它应该在scikitlearn的1.6版本中。在

Answer 2

好了，现在，发生了什么（基于discussion GitHub）是scikit-learn的LDA没有正交基。在

我想把这个作为答案，这样我就可以结束这个问题了。谢谢你的讨论！在

Scikit学习

from sklearn.decomposition import PCA
sklearn_pca = PCA(n_components=2)
transf_pca = sklearn_pca.fit_transform(transf_lda)

循序渐进的方法

为了进行比较，这里再次介绍一步一步的方法