线性判别分析(LDA)学习笔记
来源:互联网 发布:金山数据恢复充值 编辑:程序博客网 时间:2024/06/09 19:55
线性判别分析
线性判别分析又称为Fisher判别分析,因为其最早是由Fisher提出来处理二分类问题。线性判别分析的思想非常的简单,其就是要确定一条直线,当所有样本点投影到该条直线上的时候,能够保证同类样本的投影点尽可能集中,而不同类的样本的投影点则相聚较远。当有一个新样本来的时候,可以将该样本投影到这条直线上并归类到最近的类别中心所在类。
假设我们现在样本点归属于两个类A和B,这两类样本的均值向量分别为
我们可以看到我们希望所寻找的直线能够使得同类样本在直线上的投影尽可能的近,而不同类样本之间的距离尽可能的远。对于同类样本,我们利用协方差来衡量样本投影点之间的密集程度,而不同类样本,则是利用另个列别中心的距离来衡量。故我们可以得到想要最大化的目标是
令
这样我们就得到一个拉格朗日函数
这里说明两点:
(μA−μB)Tω 为一个常数;- 因为
ω 可以任意的放大或缩小,因此我们可以直接将等号两边的λ 和λω 约掉,相当于将参数ω 放大了λωλ 倍
这样我们就可以得到最优的参数解,如果矩阵
对于多分类问题,我们也可以使用类似的思想来进行训练,类内散度矩阵不变,即我们依然要让各个类投影到直线上的点尽可能的聚集在一起,而类间散度矩阵则需要改变,因为此时是多个类的样本的投影,而原有的类间散度矩阵衡量的是两个类之间的距离。令
0 0
- 线性判别分析(LDA)学习笔记
- opencv2笔记03-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(LDA)
- 机器学习:线性判别分析LDA
- 机器学习笔记(VIII)线性模型(IV)线性判别分析(LDA)
- 线性判别分析(Linear Discriminant Analysis, LDA) 学习笔记 + matlab实现
- 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
- 关于几个小问题的解决方案
- jstl标签c:choose
- 【HDU2191】悼念512汶川大地震遇难同胞——珍惜现在,感恩生活(多重背包/简单DP)
- 数据结构-算法分析
- mac下使用owncloud搭建私有云存储 mac owncloud
- 线性判别分析(LDA)学习笔记
- weblogic 10 及以后版本需要单独生成Weblogic10.3客户端jar文件
- android输入框在软键盘的上面
- CATransform3D 特效详解
- easyui combo选中事件
- 快速幂算法
- 网卡配置文件生效
- 【HDU】5728 PowMod
- 中文 Uncode 编码范围