PCA和LDA之直觀理解

PCA和LDA的對比 PCA和LDA都是經典的降維算法。PCA是無監督的，也就是訓練樣本不需要標籤；LDA是有監督的，也就是訓練樣本需要標籤。PCA是去除掉原始數據中冗餘的維度，而LDA是尋找一個維度，使得原始數據在該維度上投影后不同類別的數據儘可能分離開來。 PCA PCA是一種正交投影，它的思想是使得原始數據在投影子空間的各個維度的方差最大。假設我們要將N維的數據投影到M維的空間上（M<N），

>>阅读原文<<