提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档
文章目录
前言
线性判别分析(LDA)是一种有监督学习算法,同时经常被用来对数据进行降维。 它是1936年发明的,有些资料上也称之为Fisher LDA。LDA是目前机器学习、数据挖掘邻域中经典且热门的一种算法。提示:以下是本篇文章正文内容,下面案例可供参考
一、LDA是什么?
线性判别式分析,又称为Fisher线性判别。
找一个投影方向,使得把原来的类别投影到新的方向上,变成新的样本点,还能把它区分开。
准则:最大化类间均值,最小化类内方差
方差:方差小则样本不分散,更紧密。
不同类别间距离要大
二、公式推导
麻烦大家转一下手机,嘻嘻.