機器學習--線性判別分析LDA
LDA是一種監督學習的數據降維方式： 將帶有標籤的數據降維，投影到低維空間同時滿足三個條件： 儘可能多地保留數據樣本的信息（即選擇最大的特徵是對應的特徵向量所代表的的方向）。 尋找使樣本儘可能好分的最佳投影方向。 投影后使得同類樣本儘可能近，不同類樣本儘可能遠 1.LDA原理詳解 將樣例投影到一條直線上，使得同類樣本儘可能接近，異類樣本儘可能遠離。 給定數據集一共有C類樣本，樣本總數爲M, 第i
相關文章
- 1. 機器學習_第三篇 判別分析(1)_線性判別分析 LDA/FDA
- 2. 線性判別分析LDA
- 3. LDA線性判別分析
- 4. LDA(線性判別分析)
- 5. 線性判別分析(LDA)
- 6. LDA 線性判別分析
- 7. 線性判別分析（LDA）
- 8. LDA——線性判別分析
- 9. 線性判別分析【LDA】
- 10. 機器學習：線性判別式分析(LDA)
- 更多相關文章...
- • XML DOM 解析器 - XML DOM 教程
- • 您已經學習了 XML Schema，下一步學習什麼呢？ - XML Schema 教程
- • 適用於PHP初學者的學習線路和建議
- • Tomcat學習筆記（史上最全tomcat學習筆記）
相關標籤/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
歡迎關注本站公眾號,獲取更多信息
相關文章
- 1. 機器學習_第三篇 判別分析(1)_線性判別分析 LDA/FDA
- 2. 線性判別分析LDA
- 3. LDA線性判別分析
- 4. LDA(線性判別分析)
- 5. 線性判別分析(LDA)
- 6. LDA 線性判別分析
- 7. 線性判別分析（LDA）
- 8. LDA——線性判別分析
- 9. 線性判別分析【LDA】
- 10. 機器學習：線性判別式分析(LDA)