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。
Arxiv
0+阅读 · 5月18日
Arxiv
0+阅读 · 2月22日
Arxiv
0+阅读 · 2023年10月4日
参考链接
父主题
微信扫码咨询专知VIP会员