LDA線性判別分析

問題 之前我們討論的 PCA降維，對樣本數據來言，可以是沒有類別標籤 y 的。如果我們做迴歸時，如果特徵太多，那麼會產生不相關特徵引入、過度擬合等問題。我們可以使用PCA 來降維，但 PCA 沒有將類別標籤考慮進去，屬於無監督的。 假設我們對一張 100*100 像素的圖片做人臉識別， 每個像素是一個特徵，那麼會有 10000 個特徵，而對應的類別標籤 y 僅僅是 0/1 值， 1 代表是人臉。

>>阅读原文<<