PCA与LDA的区别与联系

最新推荐文章于 2022-12-29 23:10:37 发布

weixin_30294709

最新推荐文章于 2022-12-29 23:10:37 发布

阅读量278

点赞数

文章标签：人工智能

原文链接：http://www.cnblogs.com/ling-dian/p/3667493.html

版权

由于涉及内容较多，这里转载别人的博客：

http://blog.csdn.net/sunmenggmail/article/details/8071502

其实主要在于：PCA与LDA的变换矩阵不同，由于他们在处理信息目标上存在差异；

PCA：主要使得原向量在其上的投影最大；

LDA：主要使得通过投影后的向量最具区分性。

原理在上面的博客里比较全面了。

转载于:https://www.cnblogs.com/ling-dian/p/3667493.html

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

weixin_30294709

关注关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
复制链接

分享到 QQ

分享到新浪微博

扫一扫

PCA和LDA以及之间的区别

Season

03-06

1万+

Season请您先思考： ·PCA与矩阵有什么关系? ·LDA与瑞利商有什么关系？ ·PCA和LDA在降维世界里，谁是赢家？一、PCA1、思想主成分分析（Principal components analysis），是一种降维方法，在数据压缩消除冗余和数据噪音消除等领域都有广泛的应用，需要我们找出数据里最主要的方面，然后来代替原始数据。比如我们希望将数据从二维降低到...

pca 和lda区别

热门推荐

chivalry

10-15

5万+

http://blog.csdn.net/scyscyao/article/details/5987581 这学期选了门模式识别的课。发现最常见的一种情况就是，书上写的老师ppt上写的都看不懂，然后绕了一大圈去自己查资料理解，回头看看发现，Ah-ha，原来本质的原理那么简单，自己一开始只不过被那些看似formidable的细节吓到了。所以在这里把自己所学的一些点记录下来，供备忘，也供参考

参与评论您还未登录，请先登录后发表或查看评论

主成分分析（PCA）与线性判别分析（LDA）的区别与联系

iceberg7012的博客

10-21

7460

LDA用于降维，和PCA有很多相同，也有很多不同的地方，因此值得好好的比较一下两者的降维异同点。相同点： 1）两者均可以对数据进行降维。 2）两者在降维时均使用了矩阵特征分解的思想。 3）两者都假设数据符合高斯分布。不同点： 1）LDA是有监督的降维方法，而PCA是无监督的降维方法 2）LDA降维最多降到类别数k-1的维数，而PCA没有这个限制。 3）LDA除了可以用于降维，还可以用于分类。 4）LDA选择分类性能最好的投影方向，而PCA选择样本点投影具有最大方差的方向。这点可以从下图形象的看出，在某

PCA与LDA比较

11-19

972

本文用于理解机器学习中常见的两种降维方法，主成分分析和线性判别分析，并对两者进行简单的对比。基本目录如下：什么是PCA？ 1.1 先导数学知识准备 1.2 PCA基本概念理解 1.3 PCA推导之最大方差理论什么是LDA？ 2.1 LDA基本概念理解 2.2 LDA理论推导 PCA与LDA的比较分析 ------------------第一菇 - 什...

基于PCA和LDA融合算法的性别鉴别

11-04

摘要: 结合主元分析（PCA）与线性鉴别分析（LDA）的特点，利用PCA-LDA算法进行性别鉴别。通过PCA算法求得训练样本的特征子空间，并在此基础上计算出LDA算法的特征子空间。将PCA算法与LDA算法的特征子空间进行融合，...

pca_lda.rar_LDA c++_LDA 车牌_LDA实现_pca lda vc_pca+lda

09-14

PCA（主成分分析）与LDA（线性判别分析）是两种常见的数据降维方法，在机器学习和图像处理领域有着广泛的应用。本压缩包文件包含C++实现的LDA算法，特别针对车牌定位的问题，同时也涉及到PCA和LDA的结合使用。下面将...

基于PCA-LDA光谱数据的降维处理,高光谱图像pca降维,matlab

09-10

与PCA不同，LDA的目标是找到最大化类别间距离（类间散度）同时最小化类别内距离（类内散度）的投影方向。在光谱数据处理中，LDA特别适合于高光谱图像的分类，因为它可以找到最佳的分类边界，从而提高分类准确性。 ...

基于matlab的PCA特征提取,归一化PCA特征提取,LDA特征提取以及归一化LDA特征提取四种算法的数据分类对比+操作视频

07-12

1.领域：matlab，PCA特征提取,归一化PCA特征提取,LDA特征提取以及归一化LDA特征提取算法 2.内容：基于matlab的PCA特征提取,归一化PCA特征提取,LDA特征提取以及归一化LDA特征提取四种算法的数据分类对比+操作视频 ...

机器学习——PCA与LDA

DCGJ666的博客

04-17

5094

机器学习——PCA与LDAPCA推导一个PCALDALDA的中心思想是什么LDA的优缺点LDA的步骤推导LDAPCA和LDA有什么区别 PCA 主成分分析（PCA）是一种多变量统计方法，它是最常用的降维方法之一，通过正交变换将一组可能存在相关性的变量数据转换为一组线性不相关的变量，转换后的变量被称为主成分可以使用两种方法进行PCA，分别是特征分解或奇异值分解（SVD）。PCA旨在找到数据中的主成分，并利用这些主成分表征原始数据，从而达到降维的目的。算法步骤假设有m条n维数据将原始数据按列组成n行m

PCA_ICA_LDA详细介绍与比较

09-02

还在为PCA、ICA、LDA而烦恼吗，作为一个机器学习与模式识别方向的研究生，这三个术语困扰了我很久，自己在网上找了很多的资料，最后发现了这个超级棒的ppt，讲得很清楚明了。好资料当然要相互分享嘛，希望这个ppt同样对大家有所帮助。

PCA与LDA

qq_34555202的博客

08-21

480

注：这里说的LDA实际上讲的是Fisher linear discriminant analysis 在machine learning领域，PCA和LDA都可以看成是数据降维的一种方式。但是PCA是unsupervised，也就是说不需要知道sample对应的label，而LDA是supervised，需要知道每一个数据点对应的label。下面分别解释PCA和LDA的基本原理 1.PCA ...

PCA和LDA

qq_20386411的博客

10-11

1万+

PCA和LDA PCA（principal component analysis）：主成分法分析法，降维是减少的特征，数据行数没变，只是将列数减少了让数据维度变的低一些，在低维中有利于更好的概括数据 LDA线性判别分析是有监督的问题，根据类别选择降维的方向（回头看视频是怎么将的），基于标签进行降维 PCA是无监督的问题，没有标检，基于方差进行降维原始数据在某个维度上非常密集，全...

LDA和PCA

serenysdfg的博客

03-18

399

LDA-有监督线性判别分析LDA: 将带标签的高维样本投影到更低维度的空间中，使投影后的点按类别区分，相同类别的点将会在投影后的空间中更接近 ,类别之间类间离散度越大越好。 [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-z11yQsfD-1584520772371)(C:\Users\sereny\AppData\Roaming\Typora\typora-us...

机器学习之降维方法：PCA和LDA的区别

平原的博客

08-10

1万+

一、PCA（主成分分析）二、LDA（线性判别分析） 1、二类LDA原理 2、多类LDA原理 3、LDA算法流程 4、LDA算法小结三、 LDA 和 PCA区别一、PCA（主成分分析） PCA是一种无监督的数据降维方法降维是对数据高维度特征的一种预处理方法。降维是将高维度的数据保留下最重要的一些特征，去除噪声和不重要的特征，从而实现提升数据处理速度的目的。在实际的生...

PCA vs LDA

新起点

10-22

205

1. The differences between PCA and LDA: a.PCA has a bad discriminability between different classes, but it has high variance in one class. b.LDA has a good discriminability between differen...

LDA与PCA

wxn704414736的博客

06-13

281

主成分分析（PCA）原理总结http://www.cnblogs.com/pinard/p/6239403.html用scikit-learn学习主成分分析(PCA)http://www.cnblogs.com/pinard/p/6243025.html线性判别分析LDA原理总结http://www.cnblogs.com/pinard/p/6244265.html用scikit-learn进行L...

【机器学习】PCA与LDA比较