线性判别分析(LDA)原理笔记（KLDA算法待推导）

最新推荐文章于 2024-05-01 01:51:49 发布
最新推荐文章于 2024-05-01 01:51:49 发布
阅读量1.1k 收藏 7
点赞数
分类专栏： 机器学习-高阶学习 文章标签： python 机器学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/Hexiaolian123/article/details/120478914
版权

在这里插入图片描述

LDA作为分类器

在这里插入图片描述
在这里插入图片描述

协方差矩阵

在这里插入图片描述

LDA作为特征降维工具

在这里插入图片描述

LDA降维直观理解

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

LDA降维公式推导

在这里插入图片描述

如何证明协方差矩阵一-定半正定

在这里插入图片描述

LDA降维(两个类别)

在这里插入图片描述

Kernel Fisher LDA

在这里插入图片描述
#

酸菜鱼摆摆
关注
  • 0
    点赞
  • 踩
  • 7
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
线性判别分析LDA算法代码
03-17
经典监督式学习降维方法线性判别分析LDA算法的MATLAB代码，具有降维性能好的特点，同时可以用于分类，是一种具有代表性的降维算法
基于KLDA的人脸识别
11-28
本文使用小波变换对输入人脸图像降维，KLDA对人脸图像进行特征变换，最后通过欧氏距离分类器完成人脸分类，同时在不同因素（小波函数的种类，小波变换的阶数，最佳鉴别向量所取的个数，训练样本数）的影响下对比了相同条件下LDA的识别率。
降维工具箱
09-27
包含PCA, LLE, MDS, Isomap,KPCA,KLDA, MCML等 20几种降维方法的matlab代码，里面有说明
基于LDA的改进K_means算法在文本聚类中的应用
09-13
基于LDA的改进K_means算法在文本聚类中的应用
贝叶斯线性判别分析LDA_lda_贝叶斯判别分析LDA_线性判别分析_slabsmml_
10-01
贝叶斯判别分析，用于降维和分类，包含多个程序，亲测可以有实例
降维方法(LDA、PCA、KLDA、MDS和ISOMAP)总结
Geek_的博客
07-25 8695
降维方法总结线性降维PCA(无监督)LDA(有监督)非线性降维MDS（多维缩放）和ISOMAP（等度量映射）KLDA（核化的线性判别分析）小结线性降维非线性降维 线性降维 PCA(无监督) 1.协方差矩阵：随机变量组成的向量，每组随机变量的协方差构成的一个对称矩阵，其对角元是每组随机变量的方差 2.矩阵的对角化：对于矩阵M，有可逆矩阵V，使得成为对角矩阵，而M的特征值对应的特征向量组成了该可逆矩阵V。（换而言之，矩阵V的每一列对应着M的特征向量） 3.正交矩阵：转置矩阵等于其逆矩阵（），构成矩阵的列向量彼此
机器学习002-LDA与KNDA
weixin_30832351的博客
10-07 202
参考：LDA kernel LDA kernel LDA 用到了散度(scatter)的概念，目标是使样本点在高维空间中的投影满足：类内散度最小，类间散度最大。即： \[ J(W^\phi)=argmax_{(W^\phi)}\frac{W^{\phi T} S_b^\phi W^\phi}{W^{\phi T} S_w^\phi W^\phi}\\ \begin{align} 其中，&\...
Python：Generalized Discriminant Analysis (GDA) 手工代码实现 Kernel LDA
DeniuHe的博客
03-17 590
""" Auther:Deniu He Date:2021-03-16 """ import numpy as np from sklearn.datasets import load_iris from sklearn.metrics.pairwise import rbf_kernel import matplotlib.pyplot as plt from scipy.linalg import block_diag class GDA(): def __init__(self,X,y,g.
Kernel Fisher Discriminant Analysis
DeniuHe的博客
04-04 321
核判别分析代码实现
核方法
whime
10-22 923
  一系列基于核函数的学习方法，统称为核方法。 通过"核化" (即引入核函数)来将线性学习器拓展为非线性学习器.下面我们以线性判别分析为例来演示如何通过核化来对其进行非线性拓展从而得到"核线性判别分析" (Kernelized Linear Discriminant Analysis ，简称 KLDA)。 KLDA的学习目标是 类间散度矩阵和类内散度矩阵为   ...
数据降维方法汇总（中文）
04-21
很详细的各种主流数据降维方法原理的讲解，中文版的。
PCA_ICA_LDA_介绍与比较
04-07
PCA_ICA_LDA_介绍与比较，详细介绍，并进行了比较
LDA线性辨别分析的人脸识别算法_采用KNN分类_LDA_matlab
04-18
资源名：LDA线性辨别分析的人脸识别算法_采用KNN分类_LDA_matlab 资源类型：matlab项目全套源码 源码说明： 全部项目源码都是经过测试校正后百分百成功运行的，如果您下载后不能运行可联系我进行指导或者更换。 适合...
线性判别分析LDA（（公式推导+举例应用））
01-09
无
LDA线性判别分析.ipynb
03-04
本代码提供了基于python sklearn库的LDA线性判别分析算法： 1.利用伪随机数生成测试数据，无需添加新样本 2.较详细地介绍了库函数各参数的含义
python学习笔记----循环语句（四）
取个名字太难了a的博客
04-28 886
随机数种子在生成随机数的过程中起到一个非常重要的作用。它是用于初始化随机数生成算法（伪随机数生成器）的初始值。随机数种子的作用可重复性：当你使用特定的种子值初始化随机数生成器时，即使在不同的运行环境或不同时间，生成的随机数序列都将是相同的。这对于调试和测试非常重要，因为它允许程序的行为在使用随机数时保持一致。控制随机性：种子提供了一种方法来控制随机数生成过程。通过改变种子，你可以获得不同的随机数序列，这对于模拟和其他需要随机输入的应用非常有用。
Day25-Java基础之常用类1
m0_46053885的博客
04-27 930
同时我们发现Math类中的方法都是静态的，因此在使用的时候我们可以直接通过类名去调用。对于计算机而言，其实是没有数据类型的概念的，都是0101010101，数据类型是编程语言自己规定的，所以在实际存储的时候，先把具体的数字变成二进制，每32个bit为一组，存储在数组中。比较内存地址值一般情况下是没有意义的，我们希望比较的是对象的属性，如果两个对象的属性相同，我们认为就是同一个对象；如果我们的数据是一个浮点类型的数据，有的时候计算机并不会将这个数据完全转换成一个二进制数据，而是将这个将其转换成一个无限的。
acwing算法提高之数据结构--平衡树Treap
最新发布
YMWM_的博客
05-01 192
acwing算法提高之数据结构--平衡树Treap
PySide6 GUI 学习笔记——使用资源文件
Humbunklung的专栏
04-27 563
在界面开发中，我们常常将一些图片、图标等资源统一存放到资源文件中供使用，从而让图形界面表达能力更好，更加丰富，譬如带图标的按钮、菜单、窗口等等。PySide6可以将多个图标、图片等资源文件编译到.py文件中，这样可以被我们的程序直接调用，使得资源的管理更加方便。
线性判别分析lda score
12-04
线性判别分析（LDA）是一种用于特征提取和数据分类的机器学习算法。LDA的评分是基于数据集的线性变换，通过使得不同类别的样本在变换后尽可能地分开，同类别的样本尽可能地聚集在一起来实现的。 在LDA中，对于每个...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值