基本信息

---

下载

文档摘要

---

PAGE1

PAGE1

数据挖掘：特征选择：线性判别分析LDA教程

1数据挖掘：特征选择：线性判别分析LDA

1.1简介

1.1.1LDA的基本概念

线性判别分析（LinearDiscriminantAnalysis，简称LDA）是一种统计学方法，用于寻找数据集中能够最好地区分不同类别的线性组合特征。LDA最初由R.A.Fisher在1936年提出，主要用于分类问题，但也可以用于特征选择，通过减少数据的维度同时保持类别之间的可区分性。

LDA的核心思想是找到一个投影方向，使得数据在该方向上的投影能够最大化类别间的差异，同时最小化类别内的差异。这通常通过计算类间散度矩