LDA(Fisher)線性判別分析

LDA(Linear Discriminant Analysis)是一種經典的線性判別方法，又稱Fisher判別分析。該方法思想比較簡單:給定訓練集樣例，設法將樣例投影到一維的直線上，使得同類樣例的投影點儘可能接近和密集（即希望類內離散度越小越好），異類投影點儘可能遠離（即希望兩類的均值點之差越小越好） 兩類數據點的類心分別是 μ 1 = 1 ∣ C 1 ∣ ∑ x ∈ C 1 x 和 μ 2 =

>>阅读原文<<