1.概述        

        線性判別式分析(Linear Discriminant Analysis),簡稱為LDA。也稱為Fisher線性判別(Fisher Linear Discriminant,F(xiàn)LD),是模式識(shí)別的經(jīng)典算法,在1996年由Belhumeur引入模式識(shí)別和人工智能領(lǐng)域。

        基本思想是將高維的模式樣本投影到最佳鑒別矢量空間,以達(dá)到抽取分類信息和壓縮特征空間維數(shù)的效果,投影后保證模式樣本在新的子空間有最大的類間距離和最小的類內(nèi)距離,即模式在該空間中有最佳的可分離性。

        LDA與PCA都是常用的降維技術(shù)。PCA主要是從特征的協(xié)方差角度,去找到比較好的投影方式。LDA更多的是考慮了標(biāo)注,即希望投影后不同類別之間數(shù)據(jù)點(diǎn)的距離更大,同一類別的數(shù)據(jù)點(diǎn)更緊湊。

        但是LDA有兩個(gè)假設(shè):1.樣本數(shù)據(jù)服從正態(tài)分布,2.各類得協(xié)方差相等。雖然這些在實(shí)際中不一定滿足,但是LDA被證明是非常有效的降維方法,其線性模型對于噪音的魯棒性效果比較好,不容易過擬合。

 

2.圖解說明(圖片來自網(wǎng)絡(luò))

       萬碼學(xué)堂,電腦培訓(xùn),計(jì)算機(jī)培訓(xùn),Java培訓(xùn),JavaEE開發(fā)培訓(xùn),青島軟件培訓(xùn),軟件工程師培訓(xùn)

延伸閱讀

學(xué)習(xí)是年輕人改變自己的最好方式-Java培訓(xùn),做最負(fù)責(zé)任的教育,學(xué)習(xí)改變命運(yùn),軟件學(xué)習(xí),再就業(yè),大學(xué)生如何就業(yè),幫大學(xué)生找到好工作,lphotoshop培訓(xùn),電腦培訓(xùn),電腦維修培訓(xùn),移動(dòng)軟件開發(fā)培訓(xùn),網(wǎng)站設(shè)計(jì)培訓(xùn),網(wǎng)站建設(shè)培訓(xùn)學(xué)習(xí)是年輕人改變自己的最好方式