LDA与PCA降维思想不同,对数据的要求也不同。
LDA需要数据有标记有分类,便于后面对类内类外的区分,而PCA则是无监督的,是直接寻求所有点之间方差最大。
LDA是在PCA的基础上对类内有了距离更小的要求,故而需要求得类间散布矩阵和类内散布矩阵,进而将这两个矩阵进行相乘或相除,求得他们的前N个特征向量,进行投影。
LDA与PCA降维思想不同,对数据的要求也不同。
LDA需要数据有标记有分类,便于后面对类内类外的区分,而PCA则是无监督的,是直接寻求所有点之间方差最大。
LDA是在PCA的基础上对类内有了距离更小的要求,故而需要求得类间散布矩阵和类内散布矩阵,进而将这两个矩阵进行相乘或相除,求得他们的前N个特征向量,进行投影。
本文标题:2021-03-29
本文链接:https://www.haomeiwen.com/subject/sdnihltx.html
网友评论