脑科学（一）LDA

线性判别分析LDA，LDA是一种监督学习的降维技术，也就是说它的数据集的每个样本是有类别输出的。也就是说分类技术，更或者说，降维技术就是分类技术。LDA的思想可以用一句话概括，就是“投影后类内方差最小，类间方差最大”。如下图所示：

假设我们有两类数据 分别为红色和蓝色，如下图所示，这些数据特征是二维的，我们希望将这些数据投影到一维的一条直线，让每一种类别数据的投影点尽可能的接近，而红色和蓝色数据中心之间的距离尽可能的大。以上就是LDA的主要思想了，当然在实际应用中，我们的数据是多个类别的，我们的原始数据一般也是超过二维的，投影后的也一般不是直线，而是一个低维的超平面。这就叫做降维，那么分类。。。这不分好了吗？

 

降维方法线性判别分析（Linear Discriminant Analysis, 以下简称LDA）

 

感觉还是说把之前的学了吧。。。