特徵轉換方法比較（PCA、ICA、LDA）

特徵轉換方法比較（PCA、ICA、LDA） 一、主成分分析（PCA） 二、獨立成分分析（ICA） 三、線性判別分析（LDA） 四、異同點比較         隨着機器學習和數據科學的發展，大數據的分析與處理在許多領域得到了應用。這通常需要收集很大的數據，並對多維數據進行觀測，然而特徵越多不僅僅會增加研究者的分析工作量和難度，同時隨着特徵的增加，爲了不引發維度災難，對數據的需求也會以指數速度增長。爲

>>阅读原文<<