线性判别分析(LDA)模型
基本原理 给定训练样集，设法将样例投影到一条直线上，使得同类样例的投影点尽可能的接近，异类样本点尽可能地远离；在对新样本进行分类的时候，将其投影到同样的这条线上面，根据投影点的位置来确定样本的类别。 公式推导过程 二维示意图如下： 二分类投影函数： y=wTx 类别i的原始中心点为：(Di表示属于类别i的点）：mi=1ni∑x∈Dix 类别投影后的中心点为： m˜i=wTmi 衡量类别i投影后，类
相关文章
- 1. LDA 线性判别分析模型
- 2. 线性判别分析LDA
- 3. LDA线性判别分析
- 4. LDA(线性判别分析)
- 5. 线性判别分析(LDA)
- 6. LDA 线性判别分析
- 7. 线性判别分析（LDA）
- 8. LDA——线性判别分析
- 9. 线性判别分析【LDA】
- 10. 线性分类判别LDA
- 更多相关文章...
- • ASP.NET MVC - 模型 - ASP.NET 教程
- • SVG 渐变 - 线性 - SVG 教程
- • 委托模式
- • 互联网组织的未来：剖析GitHub员工的任性之源
相关标签/搜索
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。
欢迎关注本站公众号,获取更多信息
相关文章
- 1. LDA 线性判别分析模型
- 2. 线性判别分析LDA
- 3. LDA线性判别分析
- 4. LDA(线性判别分析)
- 5. 线性判别分析(LDA)
- 6. LDA 线性判别分析
- 7. 线性判别分析（LDA）
- 8. LDA——线性判别分析
- 9. 线性判别分析【LDA】
- 10. 线性分类判别LDA