問題タブ [linear-discriminant]

私は機械学習を始めており、最近は線形判別分析を使用した線形分離可能なデータの分類について研究しています。そのために、scikit-learn パッケージと関数を使用しました

手書き数字の MNIST データベースからのデータについて。データベースを使用してモデルに適合させ、次のようにしてテストデータの予測を行いました。

これはうまく機能します。95% という素晴らしい精度が得られます。ただし、predict 関数は 784 次元すべて (28x28 ピクセルの画像に対応) からのデータを使用します。予測にすべてのディメンションが使用される理由がわかりません。

線形判別分析の目的は、理想的にはデータが線形分離可能で分類が容易になるように、クラス分離を最大化できる低次元空間への射影を見つけることだと思います。

とにかく784次元すべてが予測に使用される場合、LDAのポイントと射影行列の決定は何ですか?

私はデータセットを持っています。最初の 10 の数字は私の特徴 (1、2、...、10) で、最後の列は私の目標です (MID と HIGH を含む 2 つの目標しかありません)。データは、次のような txt 形式 (data.txt) で保存されます。

利用可能なチュートリアルに基づいて LDA 分析を実装しようとしました。また、列9と10の単位が最初の 8 列とは異なるため、正規化にはStandardScalerを使用しました。これが私が試したものです：

このエラーが発生しています：

この問題を解決する方法を知っている人はいますか? よろしくお願いします。