此文是由项目进行过程中的一封手记改编而来。
判别分析(Discriminant Analysis)是一种有监督的分类方法,通过一个已知类别的“训练样本”来建立判别准则,并通过预测变量来为未知类别的数据进行分类。判别分析(Discriminant Analysis)大家族有LDA、PLDA等。其中今天的主角——LDA( Linear Discriminant Analysis)
是一种与PCA齐名的经典分类降维算法,广泛用于模式识别。
LDA使高维特征数据投影到最佳鉴别坐标系空间(new orthogonal axes),以降低特征计算复杂性和抽取有效分类特征的效果,达到最小的类内方差和最大的类间方差,即模式在该空间中有最佳的可分离性。换句话说它在低维空间上寻找不同类别数据间的最大区分性,对诸如人脸识别、声纹识别等领域的分类问题很有帮助。