线性判别式分析(Linear Discriminant Analysis),简称为LDA。也称为Fisher线性判别(Fisher Linear Discriminant,FLD),是模式识别的经典算法,在1996年由Belhumeur引入模式识别和人工智能领域。
基本思想是将高维的模式样本投影到最佳鉴别矢量空间,以达到抽取分类信息和压缩特征空间维数的效果,投影后保证模式样本在新的子空间有最大的类间距离和最小的类内距离,即模式在该空间中有最佳的可分离性。
希腊发现亚欧大陆最早的智人化石
知识分子
0+阅读 · 2019年7月11日
手把手教你用LDA特征选择
AI研习社
12+阅读 · 2017年8月21日
机器学习必学10大算法
算法与数学之美
2+阅读 · 2019年4月12日
降维:PCA真的能改善分类结果吗?
AI前线
2+阅读 · 2018年7月31日
机器学习必学10大算法
机器之心
0+阅读 · 2019年3月19日
机器学习萌新必学的Top10算法
算法与数据结构
0+阅读 · 2018年5月13日
上手机器学习,从搞懂这十大经典算法开始
深度学习世界
0+阅读 · 2018年2月8日
图解数据分析师最常用的10个机器学习算法
大数据技术
0+阅读 · 2018年12月4日
机器学习必学10大算法
全球人工智能
0+阅读 · 2019年3月20日
机器学习新手必学十大算法指南
机器学习研究会
2+阅读 · 2018年1月29日
关于人脸识别的最全研究!
人工智能学家
7+阅读 · 2019年9月20日
博客 | TensorFlow系列专题(二):机器学习基础
AI研习社
1+阅读 · 2018年11月12日
参考链接
父主题
微信扫码咨询专知VIP会员