如何解决LDA 可以用 R 中错误分类的条件预期成本进行训练吗？
我们希望在 LDA 中最小化 ECM。但在实践中我发现 R 中的 lda 函数没有像 cost 这样的参数。我真的需要这个错误分类成本来训练我的 LDA 模型，以减少我在验证过程中的类型 I 错误。谁能告诉我如何训练这种 LDA 模型？另外，如果有推荐的除 LDA 之外的其他方法进行二元分类，请告诉我。非常感谢！
解决方法
我建议您先使用 gridsearch，https://www.rdocumentation.org/packages/superml/versions/0.5.3/topics/GridSearchCV 来优化模型的超参数，然后检查关于过度拟合的学习曲线。我确定 R 中也有类似的功能。
我发现这个网站也很有用 https://machinelearningmastery.com/machine-learning-in-r-step-by-step/。
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。
