LDA原理 statQuest

在某些例子中，比如一个药物对哪些病人有效，哪些无效，我们可以尝试依据病人的基因表达来区分。我们可以选取一个或多个基因，但目的是要选取那些可以最大化提升区分这两组病人能力的基因。和PCA类似，但是PCA目的是提取variation最大的基因。

LDA is like PCA, but it focuses on maxmizing seperatibility among known categories.

例子：

从2维图降维1维图：

LDA用2个基因的信息去创造一个新的坐标，并把点投射到这个新坐标，从而使得2个categories区分最大化。

多维图2个group，或者多维图3个group：

PCA和LDA相似点:

两个方法会基于新坐标的重要性排序。

​ 1， PC1（PCA创建的第一个坐标）解释了数据最多的variation。

​ 2，LD1（LDA第一个创建的坐标）解释了categories之间最多的variation。

两个方法都可以让我们知道哪些基因构建了这新的坐标。（比如PCA可以看loading scores，LDA which gene or variable correlate with the new axis)。

总结：

来源：StatQuest