python对多维数据进行分类预测lda代码

下面是使用 Python 对多维数据进行分类预测的 LDA 代码示例：

import numpy as np
from sklearn.discriminant_analysis import LinearDiscriminantAnalysis

# 生成多维数据
X = np.random.randn(100, 5)
y = np.random.randint(0, 2, 100)

# 训练 LDA 模型
lda = LinearDiscriminantAnalysis(n_components=1)
lda.fit(X, y)

# 预测新数据的类别
new_X = np.random.randn(1, 5)
new_y = lda.predict(new_X)

print(new_y)

在这个示例中，我们使用 numpy 生成了一个 100 行 5 列的多维数据 `X`，并随机生成了一个 100 行 1 列的标签 `y`。然后，我们使用 sklearn 的 `LinearDiscriminantAnalysis` 训练了一个 LDA 模型，并使用 `predict` 方法对新数据进行了分类预测。最后，我们打印出了新数据的类别。