LDA與PCA都是常用的降維方法，二者的區別

   從主觀的理解上，主成分分析到底是什麼？它其實是對數據在高維空間下的一個投影轉換，通過一定的投影規則將原來從一個角度看到的多個維度映射成較少的維度。到底什麼是映射，下面的圖就可以很好地解釋這個問題——正常角度看是兩個半橢圓形分佈的數據集，但經過旋轉（映射）之後是兩條線性分佈數據集。 LDA與PCA都是常用的降維方法，二者的區別在於： 出發思想不同。PCA主要是從特徵的協方差角度，去找到比較好的

>>阅读原文<<