LDA——线性判别分析

LDA 　　LDA是线性判别分析的英文缩写，该方法旨在通过将多维的特征映射到一维来进行判断类别。映射的方式是将数值化的样本特征与一个同维度的向量做内积，即： $y=w^Tx$ 　　因此，目标就是找到一个最优的向量，使映射到一维后的不同类别的样本之间“距离”尽可能大，而同类别的样本之间“距离”尽可能小，使分类尽可能准确。 　　具体来说，就是使映射后类内样本方差尽可能小，类间样本方差尽可能大。也就是（

>>阅读原文<<