线性判别分析(LDA)
来源:互联网 发布:linux 查看inode 数量 编辑:程序博客网 时间:2024/06/05 04:20
线性判别分析(LDA)是一种监督学习方法,和主成分分析(PCA)一样,其主要用来降维。有些资料也把LDA称为Fisher线性判别(FLD)。LDA在机器学习,图像识别,数据挖掘等领域有着广泛的应用。
LDA的基本思想就是:给定训练样本集,设法将样本投影到一条直线上,使得同类样本的投影点尽可能地接近,异类样本的投影点尽可能远离,在对新样本进行分类时,将其投影到相同的这条直线上,再根据投影点的位置来确定新样本的类别。当是二分类问题时,如下图:
假设用来区分二分类的直线(投影函数)为:
LDA分类的一个目标是使得不同类之间的距离越大越好,同一类别之间的距离越小越好,先定义几个值:
类别
类别
衡量类别
同时考虑不同类之间的距离越大越好,同一类别之间的距离越小越好,则可最大化目标函数:
我们最大化
定义一个投影前各分类分散程度的矩阵:
可以看出,如果样本点距离中心点越近,
将
而
同样,将
这样目标函数转化为:
这样就可以使用拉格朗日乘数了,但是还有一个问题,如果分子、分母是都可以取任意值的,那就会使得有无穷解,将分母限制为1(一个技巧),作为拉格朗日乘数的限制条件,代入得:
对于多分类,直接写出结论:
其中:
W的闭式解则是
0 0
- 线性判别分析(LDA)
- 线性判别分析 (LDA)
- 线性判别分析(LDA)
- 线性判别分析(LDA)<->
- 线性判别分析(LDA)
- 线性判别分析(LDA)
- 线性判别分析(LDA)
- 线性判别分析算法(LDA)
- LDA 线性判别分析(一)
- LDA 线性判别分析(二)
- LDA 线性判别分析(转)
- 降维-线性判别分析(LDA)
- 线性判别分析(LDA)算法
- LDA(线性判别分析)算法
- LDA-线性判别分析(一)预备知识
- 线性判别分析(LDA)学习笔记
- 【meachine learning】线性判别分析(LDA)
- opencv2笔记03-线性判别分析(LDA)
- C++类和new、delete操作符
- 低耦合开发
- 通过JDK源码解析Thread(Runable target ...)调用的是哪个run方法
- 用C++设计一个不能被继承的类
- c++中replace函数用法
- 线性判别分析(LDA)
- Qt关键字讲解,emit,SIGNAL,SLOT
- CenOS利用别名提高工作效率
- java设计模式之---------------建造者模式
- IntelliJ IDEA 配置
- sed.htm
- windows下简单安装postgres
- Theano安装及配置(基于ubuntu16.04 LTS)参考官网
- Android File.createNewFile失败; Android6.0以上需要用户给权限