matlab LDA linear dicriminant analysis 实现

最新推荐文章于 2022-03-14 18:14:34 发布

greenchina1992

最新推荐文章于 2022-03-14 18:14:34 发布

阅读量1.5k

点赞数 1

分类专栏：数学 matlab 计算机视觉

本文链接：https://blog.csdn.net/greenchina1992/article/details/50393181

版权

本文介绍了如何在MATLAB中实现线性判别分析（LDA），并探讨了与OpenCV LDA结果的差异。作者通过参考多个资源和理论知识，最终得到与OpenCV一致的LDA实现。同时提到了MATLAB的数据降维工具箱drtoolbox，虽然其计算结果不同，但通过调整部分代码，可以得到与作者实现相同的结果。

摘要由CSDN通过智能技术生成

LDA 中文名称线性判别分析

最近用到LDA，因为不是数学方面出生，所以只管结果正确，不太追究具体的原理，在网上找到了一些别人的实现以及参考资料，自己实现了以下，但和OpenCV里面的LDA[1]结果相差较大，后来经过参考多个版本以及理论知识，最终实现版本如下，与OpenCV的LDA结果一致且与LDA的公式相符：

function [coeff, latent]= myLDA(data, labels)
% Make sure labels are nice
	[classes, bar, labels] = unique(labels);
    nc = length(classes);
    
    dataMean = mean(data, 1);
    Sb = 0;%类间
    for i = 1:nc
         cur_X = data(labels == i,:);
         meanTemp = mean(cur_X, 1);
         Sb = Sb + size(cur_X,1)*(meanTemp'-dataMean')*(meanTemp'-dataMean')';
    end
    
    Sw = 0;%类内
    for i = 1:nc
        cur_X = data(labels == i,:);
         meanTemp = mean(cur_X, 1);
        for j = 1:size(cur_X,1)
            dataTemp = cur_X(j, :);
            Sw =  Sw + (meanTemp' - dataTemp&#