學習筆記，僅供參考，有錯必究

---

文章目錄

• • 線性判別和二次判別分析
  • • 收縮和協方差估計
    • 估計算法

---

線性判別和二次判別分析

收縮和協方差估計

收縮是一種正則化形式，用于在訓練樣本數量比特征數量少的情況下改善協方差矩陣的估計。

在這種情況下，經驗樣本協方差是一個較差的估計量，收縮有助于提高分類器的泛化性能。通過將LinearDiscriminantAnalysis類的 shrinkage 參數設置為'auto'，可以使用收縮LDA。這將按照Ledoit和Wolf引入的引理以解析方式，自動確定最佳收縮參數。請注意，當前收縮僅在將solver參數設置為'lsqr'或'eigen'時有效。

shrinkage

總結

以上是生活随笔為你收集整理的sklearn自学指南(part20)--收缩和协方差估计的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。