Linear Discriminant Analysis
线性判别分析:将需要分类的点投影到一条线上(投影公式:向量点积),使得两类中心点间的距离大,每类的方差小,可以使用拉格朗日乘子法求出显式最优解,w = (-) 其中 是协方差矩阵的和。实际求解逆的时候使用奇异值分解求解。
扩展到多分类任务时,W投影矩阵是维的,其中是原有的特征维度,W是的个最大非零广义特征值所对应的特征向量组成的矩阵,,N是分类数,所以LDA也可以视为一种经典的有监督降维技术
Linear Discriminant Analysis
线性判别分析:将需要分类的点投影到一条线上(投影公式:向量点积),使得两类中心点间的距离大,每类的方差小,可以使用拉格朗日乘子法求出显式最优解,w = (-) 其中 是协方差矩阵的和。实际求解逆的时候使用奇异值分解求解。
扩展到多分类任务时,W投影矩阵是维的,其中是原有的特征维度,W是的个最大非零广义特征值所对应的特征向量组成的矩阵,,N是分类数,所以LDA也可以视为一种经典的有监督降维技术