LDA 线性判别分析

Linear Discriminant Analysis
线性判别分析：将需要分类的点投影到一条线上（投影公式：向量点积），使得两类中心点间的距离大，每类的方差小，可以使用拉格朗日乘子法求出显式最优解，w = S^{-1}_ w (\mu_0-\mu_1) 其中S_ w 是协方差矩阵的和。实际求解逆的时候使用奇异值分解求解。

扩展到多分类任务时，W投影矩阵是d^s×d维的，其中d是原有的特征维度，W是S_w^{-1}S_b的d^s个最大非零广义特征值所对应的特征向量组成的矩阵，d^s<=N-1,N是分类数，所以LDA也可以视为一种经典的有监督降维技术

©著作权归作者所有,转载或内容合作请联系作者
【社区内容提示】社区部分内容疑似由AI辅助生成，浏览时请结合常识与多方信息审慎甄别。
平台声明：文章内容（如有图片或视频亦包括在内）由作者上传并发布，文章内容仅代表作者本人观点，简书系信息发布平台，仅提供信息存储服务。

相关阅读更多精彩内容

友情链接更多精彩内容