![](https://img-blog.csdnimg.cn/20201014180756919.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
LDA总结
ygzyrz
We are drowning in information and starving for knowledge.
展开
-
线性判别分析 LDA总结
1.线性判别分析的目标 类间散度矩阵小,类内散度矩阵大。这个意思就是,同类的点越聚集,而不同类的点越分散。 2.散度矩阵的定义 C类数据,n个样本点,X为d*n的矩阵,每一个数据点都有d个维度。n_i表示第i类的样本点个数。u_i表示第i类样本点的平均值,注意是对所有n_i个样本点的同一个维度取平均,而u为所有n个样本点的平均,这里仍然是维度的平均组成的向量。 这里需要说明一下,max rank(...原创 2019-09-05 10:41:56 · 1547 阅读 · 0 评论 -
迹比问题 trace ratio
在求解LDA的过程中,避免不了trace ratio。最近几天看了一些trace ratio的论文。需要总结一下。 一、Trace ratio vs ratio trace for dimension reduction 算法: remove null(St)-PCA去掉零特征值。主要是St的零空间不包含信息。将非零向量命名为V-列正交。(1)中W可写成 W=VU ITR-i...原创 2019-09-07 11:02:24 · 1649 阅读 · 0 评论