机器学习算法（一）——LDA（线性判别分析）

机器学习算法（一）——LDA（线性判别分析）

Fisher's linear discriminant analysis

1 算例说明

表1 人员信息收集表

姓名	智商	情商	人才
小张	150	130	是
小许	80	80	否
小王	70	85	是
…	…	…	…

问题描述：
 公司现大量测试了公司人员的智商值、情商值，以及对其是否为公司人才的一个客观综合判断。
 现欲根据智商值、情商值指标，判断之后公司应聘者为人才的可能性，增加招聘效率。
 问：如何根据智商值和情商值判断人才？
 

2 思路初探

 设人才综合值为Y，智商值为X1，情商值为X2

图 小张小许综合值

 
 思路一：如图1
 1.简单令Y=X1+X2，欲根据智商X1情商X2之和Y判断人才的判断临界值。
 2.简单用初中学的数轴简单地数形结合分析一下。小许80+80=160。小张150+130=280。
 3.我们已经知道小张是人才，而小许不是。相信聪明的观众一下就能看出如果根据他俩人的数据，得出人才综合值判断临界值是220。

图2 该死的小王

 
 思路二：
 但但但是，更聪明的观众肯定就会问，那小王呢，明明有3个人，为啥只分析2个人的？
 别急，因为小王是来捣乱的。
 如果我们把小王的综合值也加入分析的话，事情就开始乱套了。小王70+85=155。
 小王155，公司竟然也把他评为了人才，看来现代社会真的是情商大于智商啊。
 聪明的观众现在肯定就会问了：这样根本就找不到临界值啊，非人才综合值都大于人才的综合值了。
 别急，更更聪明的观众已经找到了解决办法。

 思路三：
 1.令Y=aX1+bX2+c，不是如上简单把智商X1情商X2之和Y作为人才综合值，而是建立更为复杂的线性关系得出最后的人才综合值Y。
 2.于是问题就转换为了，如何确定Y=aX1+bX2+c中的未知参数a，b，c值，使得在最后的数轴上，小王小张的综合值都比小许的大。
 3.于是就终于进入了我们的算法核心。