matlab 线性判别分析降维

在 MATLAB 中，可以使用 `fitcdiscr` 函数实现线性判别分析（LDA）进行降维。具体步骤如下：

1. 将数据划分为训练集和测试集。
2. 使用 `fitcdiscr` 函数拟合线性判别分析模型。
3. 使用训练集对模型进行训练，并使用测试集对模型进行测试，得到分类准确率。
4. 若需要进行降维，则使用 `transform` 方法将数据投影到 LDA 子空间中。

以下是示例代码：

% 加载数据
load fisheriris;

% 将数据划分为训练集和测试集
cv = cvpartition(species,'HoldOut',0.3);
Xtrain = meas(cv.training,:);
Ytrain = species(cv.training);
Xtest = meas(cv.test,:);
Ytest = species(cv.test);

% 使用 fitcdiscr 函数拟合线性判别分析模型
lda = fitcdiscr(Xtrain,Ytrain);

% 计算分类准确率
Ypred = predict(lda,Xtest);
accuracy = sum(Ypred == Ytest)/length(Ytest);

% 将数据投影到 LDA 子空间中
Xtrain_lda = transform(lda,Xtrain);
Xtest_lda = transform(lda,Xtest);