線性判別分析LDA原理(待補充)

1.線性判別分析概述 線性判別分析(LDA)是一種經典的線性學習方法，在二分類問題上最早由Fisher提出，亦稱「Fisher判別分析」。LDA在模式識別領域中由非常廣泛的應用。 LDA的思想非常樸素：給定訓練樣例集，設法將樣例投影到一條直線上，使得同類陽曆的投影點儘可能接近，異類樣例的投影點儘可能遠離；在對新樣本進行分類時，將其投影到同樣的這條直線上，再根據投影點的位置來確定新樣本的類別，LDA

>>阅读原文<<