sklearn的lda降维

LDA全称:线性判别分析 用途:用来对数据进行降维或分类 目标:LDA关注的是能够最大化类间区分样本 将特征空间(数据集中的多维样本)投影到一个维度更小的K子维样本中,同时保持区分类别的信息。 降维算法的画图解释。 LDA更关心的是投影后的分类。而PCA更关系新的是投影后的方差,意思就是说LDA分类的目标是使得不同类别之间的距离越远越好,同一类别之间的距离越近越好。 目的:就是找到一个Y=WTX
相关文章
相关标签/搜索