为什么在LDA中，N组件不正常？

Question

我尝试使用LDA并找到3通道输出。但是它的输出只有2个通道。

from sklearn.discriminant_analysis import LinearDiscriminantAnalysis as LDA

x = []
y = []
for i in range(len(img)):
    for j in range(len(img[0])):
        x.append([i,i,j,j])
        y.append(img[i][j])
y = np.array(y)
x = np.array(x)
y.shape,x.shape
lad = out = _ = ''
lda = LDA(n_components=3)
out = lda.fit(x, y).transform(x)
print(out.shape,y.shape,x.shape)

我使用[I，I，J，J]，因为LDA要求我拥有具有更多功能的X。

印刷输出是： （（（392960，2），（392960，），（392960，4）） 但是，我要寻找的形状（392960,3）

有人可以帮我吗？

Answer 1

始终低于类的数量，因为它将数据投射到尺寸的仿射子空间中，最多是class 1负1。看起来您的 y 有3堂课。