LDA & GDA 的原理及在定位数据预处理的应用

WI-FI定位算法中都会涉及到特征的选择问题，对于一个geohash的特征是什么，特征有多少个，直接决定了定位精度以及回归效果。那么选择特征当然很重要。

那么如何选择特征呢，LDA是一个不错的选择

LDA原理介绍

LDA (Linear Discriminat Analysis) 线性判别分析， 和PCA相似，主要用在降维分类当中，GDA是LDA的核形式。

LDA的主要思想是寻找一个向量V，不同类别的点在V方向的投影的中心点m1,m2,...,mn之间距离之和最大，并且各个类别内部的点在V方向上的投影距离之和是最小的。

说白了，就是类别之间离得越远越好，类别内部越聚合越好。

如图：