LDA降低维度后,KNN技术分类,基于matlab 设计算法
可以看出lda算法的降低维度计算研究
原来的维度很高
但是降低维度后,变得很稀疏
进而通过KNN的网络,可以得到分类的准确是100%
data2_mean=data2_mean';
s_b=(data1_mean-data2_mean)*(data1_mean-data2_mean)';
s_w_inv=inv(s_w);
[v,d]=eig(s_w_inv*s_b);
y=v(:,1:13)'*lda_data';
这是lda降低维度的部分核心代码
核心思想
一个样本与数据集中的k个样本最相似, k个样本中的大多数属于某一个类别, 样本也属于这个类别。该方法在确定分类决策上只依据最邻近的一个或者几个样本的类别来决定待分样本所属的类别。KNN方法在类别决策时,只与极少量的相邻样本有关。因此可以很好的进行技术研究
code
LDA降低维度后,KNN技术分类,基于matlab设计算法-机器学习文档类资源-CSDN文库