用PCA仍是LDA？特徵抽取經典算法大PK

在以前的格物匯文章中，咱們介紹了特徵抽取的經典算法——主成分分析（PCA），瞭解了PCA算法實質上是進行了一次座標軸旋轉，儘量讓數據映射在新座標軸方向上的方差儘量大，而且讓原數據與新映射的數據在距離的變化上儘量小。方差較大的方向表明數據含有的信息量較大，建議保留。方差較小的方向表明數據含有的信息量較少，建議捨棄。今天咱們就來看一下PCA的具體應用案例和特徵映射的另外一種方法：線性判別分析（LDA）

>>阅读原文<<