线性判别分析（LDA）

时间 2020-12-29

栏目应用数学繁體版

原文原文链接

今天学习一个分类算法-线性判别分析 Fisher线性判别分析简单来说就是把不同类别的数据集投影到可以分开的程度，并用下式来衡量投影可分的程度。其中，μ1-μ2>表示两类别均值的距离，s12 +s22表示两类别散度平方和。于是利用此公式寻找分类效果最佳的投影矩阵~ 推导过程如下：

>>阅读原文<<

相关文章

1. 线性判别分析LDA
2. LDA线性判别分析
3. LDA(线性判别分析)
4. 线性判别分析(LDA)
5. LDA 线性判别分析
6. 线性判别分析（LDA）
7. LDA——线性判别分析
8. 线性判别分析【LDA】
9. 线性分类判别LDA
10. LDA（线性判别分析，Linear Discriminant Analysis）
更多相关文章...
• SVG 渐变 - 线性 - SVG 教程
• C# 多线程 - C#教程
• 互联网组织的未来：剖析GitHub员工的任性之源
• JDK13 GA发布：5大特性解读

相关标签/搜索

Fisher线性判别

PHP 7 新特性

每日一句

每一个你不满意的现在，都有一个你没有努力的曾经。

最新文章

本站公众号

欢迎关注本站公众号,获取更多信息

相关文章

1. 线性判别分析LDA
2. LDA线性判别分析
3. LDA(线性判别分析)
4. 线性判别分析(LDA)
5. LDA 线性判别分析
6. 线性判别分析（LDA）
7. LDA——线性判别分析
8. 线性判别分析【LDA】
9. 线性分类判别LDA
10. LDA（线性判别分析，Linear Discriminant Analysis）

>>更多相关文章<<