线性判别分析(LDA)和主成分分析(PCA)是两种常用的降维方法。LDA是一种监督学习的降维技术，目标是最大化类间距离和最小化类内距离；PCA则是无监督方法，旨在保留数据方差。LDA适用于分类任务，PCA适用于去冗余和降噪。两者均假设数据符合高斯分布，但LDA对非高斯分布数据处理效果不佳。LDA降维最多降到分类数k-1维，而PCA无此限制。
线性判别分析(LDA)
LDA思想总结
线性判别分析(Linear Discriminant Analysis，LDA)是一种经典的降维方法。和主成分分析PCA不考虑样本类别输出的无监督降维技术不同，LDA是一种监督学习的降维技术，数据集的每个样本有类别输出。
LDA分类思想简单总结如下：
多维空间中，数据处理分类问题较为复杂，LDA算法将多维空间中的数据投影到一条直线上，将d维数据转化成1维数据进行处理。
对于训练数据，设法将多维数据投影到一条直线上，同类数据的投影点尽可能接近，异类数据点尽可能远离。
对数据进行分类时，将其投影到同样的这条直线上，再根据投影点的位置来确定样本的类别。
如果用一句话概括LDA思想，即“投影后类内方差最小，类间方差最大”。
图解LDA核心思想
假设有红、蓝两类数据，这些数据特征均为二维，如下图所示。我们的目标是将这些数据投影到一维，让每一类相近的数据的投影点尽可能接近，不同类别数据尽可能远，即图中红色和蓝色数据中心之间的距离尽可能大。
[外链图片转存失败(img-YH3WFnCd-1562980711001)(./img/ch2/2.29/1.png)]
左图和右图是两种不同的投影方式。
左图思路：让不同类别的平均点距离最远的投影方式。
右图思路：让同类别的数据挨得最近的投影方式。
从上图直观看出，右图红色数据和蓝色数据在各自的区域来说相对集中，根据数据分布直方图也可看出，所以右图的投影效果好于左图，左图中间直方图部分有明显交集。
以上例子是基于数据是二维的，分类后的投影是一条直线。如果原始数据是多维的，则投影后的分类面是一低维的超平面。
二类LDA算法原理
输入：数据集
，其中样本
是n维向量，
，降维后的目标维度
。定义
为第
类样本个数；
为第
类样本的集合；
为第
类样本的均值向量；
为第
类样本的协方差矩阵。
其中
假设投影直线是向量
，对任意样本
，它在直线
上的投影为
，两个类别的中心点
,
在直线
的投影分别为
最低0.47元/天 解锁文章
2万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
