逻辑回归是一种传统的分类算法,仅限于两类分类问题。 如果你有两个以上的类,那么线性判别分析算法是首选的线性分类技术。
线性判别分析法简称LDA,表示起来非常简单。 它包含你的数据经由每个类计算之后的统计属性。
对于单个输入变量,这包括:
每个类别的平均值。
对所有类别计算的方差。
通过计算每个类的判别值,并对具有最大值的类进行预测,从而做出完整的预测。这项技术假设数据具有高斯分布(钟形曲线),因此最好事先从数据中删除异常值。
它是适用于分类预测建模问题的一种简单而强大的方法。
逻辑回归是一种传统的分类算法,仅限于两类分类问题。 如果你有两个以上的类,那么线性判别分析算法是首选的线性分类技术。
线性判别分析法简称LDA,表示起来非常简单。 它包含你的数据经由每个类计算之后的统计属性。
对于单个输入变量,这包括:
每个类别的平均值。
对所有类别计算的方差。
通过计算每个类的判别值,并对具有最大值的类进行预测,从而做出完整的预测。这项技术假设数据具有高斯分布(钟形曲线),因此最好事先从数据中删除异常值。
它是适用于分类预测建模问题的一种简单而强大的方法。
本文标题:机器学习笔记 第7课:线性判别分析算法
本文链接:https://www.haomeiwen.com/subject/oatpxqtx.html
网友评论