LDA的全称是Linear Discriminant Analysis(线性判别分析),是一种supervised learning,在二分类问题上最早由Fisher提出,所以也叫“Fisher判别分析”。
LDA的原理是:对于给定的训练集,设法将样例投影到一条直线上,使得同类的投影点尽可能接近,异类样例的投影点尽可能远离;在对新样本进行分类时,将其投影到这条直线上,再根据投影点的位置来确定新样本的类别。
图1 线性判别函数的几何意义
一、线性判别函数
二、已知训练数据