sklearn包中的lineardiscriminantanalysis()参数有哪些,代表什么含义
时间: 2023-06-07 08:07:10 浏览: 101
sklearn常用的API参数解析:sklearn.linear_model.LinearRegression
sklearn中的LinearDiscriminantAnalysis()函数有几个主要参数:
1. solver:线性判别分析的求解器,有 'svd', 'lsqr' 和 'eigen' 三种可选,分别代表奇异值分解法、最小二乘法和特征值分解法。
2. shrinkage:用于控制特征协方差矩阵的估计方式,可选有 'auto'、'None' 和一个0-1之间的浮点数,自动选择、不使用正则化和自定义的强度。
3. priors:类的先验概率分布,可输入一个数组,表示每个类的先验概率。
4. n_components:降维后的维度数,可以设置为大于0小于类别数的整数。
这些参数主要影响线性判别分析的拟合效果和性能。
阅读全文