PCA與LDA

PCA： 「最能代表原始數據」希望降維後的數據不能失真，也就是說，被PCA降掉的那些維度只能是那些噪聲或是冗餘的數據。 1：冗餘，就是去除線性相關的向量（緯度），因爲可以被其他向量代表，這部分信息量是多餘的。 2：噪聲，就是去除較小特徵值對應的特徵向量。 因爲特徵值的大小就反映了變換後在特徵向量方向上變換的幅度，幅度越大，說明這個方向上的元素差異也越大，換句話說這個方向上的元素更分散。 LDA:

>>阅读原文<<