PCA(主成分分析）和LDA(線性判別分析）的異同處及應用場景

在機器學習領域，PCA和LDA都可以看成是數據降維的一種方式。但是PCA是無監督的，也就是說不需要知道樣本對應的標籤，而LDA是有監督的，需要知道每一個數據點對應的標籤。 圖的左邊是PCA，它所作的只是將整組數據整體映射到最方便表示這組數據的座標軸上，映射時沒有利用任何數據內部的分類信息。因此，雖然做了PCA後，整組數據在表示上更加方便(降低了維數並將信息損失降到最低)，但在分類上也許會變得更加困

>>阅读原文<<