sklearn自学指南(part20)--收缩和协方差估计

学习笔记，仅供参考，有错必究

文章目录

线性判别和二次判别分析
- 收缩和协方差估计
- 估计算法

线性判别和二次判别分析

收缩和协方差估计

收缩是一种正则化形式，用于在训练样本数量比特征数量少的情况下改善协方差矩阵的估计。

在这种情况下，经验样本协方差是一个较差的估计量，收缩有助于提高分类器的泛化性能。通过将LinearDiscriminantAnalysis类的 shrinkage 参数设置为'auto'，可以使用收缩LDA。这将按照Ledoit和Wolf引入的引理以解析方式，自动确定最佳收缩参数。请注意，当前收缩仅在将solver参数设置为'lsqr'或'eigen'时有效。

shrinkage

sklearn自学指南(part20)--收缩和协方差估计相关推荐

sklearn自学指南(part3)--使用手册的目录
学习笔记,仅供参考,有错必纠自翻译+举一反三文章目录 1.1. 线性模型 1.2. 线性与二次判别分析 1.3. 核岭回归 1.1. 线性模型 1.1.1. 普通最小二乘法 1.1.2. 岭回归与 ...
sklearn自学指南(part57)--协方差估计
学习笔记,仅供参考,有错必纠文章目录协方差估计经验协方差缩减协方差基本的收缩 Ledoit-Wolf收缩甲骨文近似收缩(Oracle Approximating Shrinkage) 稀疏 ...
sklearn自学指南(part40)--使用手册的目录
学习笔记,仅供参考,有错必究文章目录 2.6. 协方差估计 2.7. 新颖性和异常值检测 2.8. 密度估计 2.9. 神经网络模型(无监督) 2.6. 协方差估计 2.6.1. 经验方差 2.6. ...
sklearn自学指南(part29)--高斯混合模型
学习笔记,仅供参考,有错必究文章目录高斯混合模型高斯混合 `GaussianMixture`类的利与弊利弊经典高斯混合模型中组个数的选择估计算法期望最大化变分贝叶斯高斯混合估计算法: ...
sklearn自学指南(part25)--正交分解
学习笔记,仅供参考,有错必纠文章目录正交分解 PLSCanonical 转换数据(略) 预测目标Y(略) PLSSVD PLSRegression 典型相关分析(CCA) 正交分解交叉分解模块包 ...
sklearn自学指南(part53)--高斯过程
学习笔记,仅供参考,有错必究' 文章目录高斯过程高斯过程回归(GPR) GPR的例子 GPR的噪声估计高斯过程分类(GPC) GPC例子 GPC的概率预测高斯过程高斯过程(GP)是一种通用的 ...
sklearn自学指南(part43)--数据加载工具
学习笔记,仅供参考,有错必究文章目录数据加载工具 Toy datasets Real world datasets 用法数据加载工具 sklearn.datasets 包嵌入了一些在入门的一节中 ...
sklearn自学指南(part42)--使用手册的目录
学习笔记,仅供参考,有错必究文章目录 6.1. 管道与复合估计器 6.2. 特征提取 6.3. 预处理数据 6.4. 缺失值的插补 6.5. 无监督降维 6.6. 随机投影 6.7. 核近似 6.8 ...
sklearn自学指南(part34)--K-means
学习笔记,仅供参考,有错必究文章目录聚类聚类方法概述 K-means Low-level parallelism Mini Batch K-Means 聚类未标记数据的聚类可以通过模块skle ...

sklearn自学指南(part20)--收缩和协方差估计

文章目录

线性判别和二次判别分析

收缩和协方差估计

sklearn自学指南(part20)--收缩和协方差估计相关推荐

最新文章

热门文章