Julia 上的 LDA 使用 MultivariateStats

如何解决Julia 上的 LDA 使用 MultivariateStats

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，但我没有仅使用 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。

我不知道为什么将 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，我的数组被分派到了文档中指示的 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,v[141:160,2:2:4])  

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

解决方法

您有两个问题可以通过这种方式解决：

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都采用 JuliaStats 的列优先约定：在数据矩阵中，每一列对应一个样本/观察，而每一行对应一个特征（变量或属性）。

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

y – 类别标签向量，长度为 n。 y 的每个元素都必须是 1 和 nc 之间的整数。

我希望这会有所帮助。