线性判别分析【LDA】

LDA线性判别的思想很简单,把训练集样本投影到一条直线上,使得同类样本的投影点尽可能近,不同类样本点的距离尽可能远。即类内小,类间大。

一、LDA模型定义

下面我们把类内小,类间大这种思想转化为数学表达式:

上面的式子不容易求解,需要对上面的式子做化简。

二、LDA模型求解

2.1 求解方式1

2.2 求解方式2

上面的方法可能理解起来比较困难,下面是西瓜书和JerryLead笔记中求解J(w)的部分,这个理解起来比较简单。

三、LDA的缺点:

1>LDA不适合对非高斯分布进行降维。

2>LDA可能过度拟合数据

参考资料:1>机器学习-白板推导系列-线性分类

                    2>周志华-西瓜书

                    3>JerryLeadCS229的笔记中线性判别分析部分

  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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