线性判别分析LDA算法和matlab代码

线性判别分析(LDA)是一种用于数据降维的方法,旨在最大化类间方差并最小化类内方差。其主要步骤包括计算样本均值、散度矩阵,求解特征向量和特征值,并进行降维操作。本文详细介绍了LDA的原理及MATLAB代码实现。
摘要由CSDN通过智能技术生成

线性判别分析Linear Discriminant Analysis

作用

  • 可以用来作为数据降维

原理

  • 投影后类内方差最小,类间方差最大

方法步骤

假设k类数据集
  D m × n = { ( x 1 , y 1 ) , ( x 2 , y 2 ) , . . . , ( x n , y n ) } \ D_m\times_n=\{(x_1,y_1), (x_2, y_2),...,(x_n,y_n) \}  Dm×n={ (x1,y1),(x2,y2),...,(xn,yn)}
其中 x i x_i xi为m维列向量,我们定义k类为 { C 1 , C 2 , . . . , C k }

评论 1
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