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。
机器学习萌新必学的 Top10 算法
计算机视觉life
0+阅读 · 2020年1月10日
【机器学习】萌新必学的 Top10 算法
深度学习自然语言处理
0+阅读 · 2019年12月20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
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
面经 | 攒人品的京东算法面经
CVer
2+阅读 · 2019年6月28日
Python中Scikit-Learn库的分类方法总览
Python程序员
0+阅读 · 2019年6月11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
机器学习必学十大算法
计算机视觉life
0+阅读 · 2019年3月21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
机器学习必学10大算法
机器之心
0+阅读 · 2019年3月19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
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