线性鉴别判定LDA
LDA的核心在于对有标签的类进行判别，属于有监督的机器学习算法。其核心在于获得类内散布矩阵和类间散布矩阵。获得两个矩阵后，我们要对他们进行降维(1维)投影，而此时的投影要求类内散布矩阵尽可能的小，而类间散布矩阵尽可能的大，这才能更好的分辨开类与类。
故而我们的目标函数则是,要使J尽可能的大。而如何确定w，观察得到上下都是关于w的二次项，故而解与w的大小无关，只与方向有关。此时我们可以令
= 1，则式子变为求max(
)即min(-
)。通过拉格朗日乘子法则式子变为：
又
，则
一般使用奇异值SVD获得。
本文结构： 什么是 LDA 和 PCA 区别 LDA 投影的计算过程 LDA 降维的例子 1. 什么是 LDA 先...
08 主题模型 - LDA09 主题模型 - LDA参数学习-Gibbs采样 安装 lda 库使用第三方的lda库...
LDA降维 Linear and Quadratic Discriminant Analysis LDA、PDA ...
本文主要分为三个部分：LDA背景一维情形的LDA高维情形的LDA （1）提出LDA的背景 当类别分的比较开的时候，...
LDA： 线性判别式分析(Linear Discriminant Analysis, LDA)，也叫做Fisher...
LDA(有的资料也称作Fisher’s Linear Discriminant) LDA的全称是Linear Di...
线性判别分析（LDA） LDA思想总结 线性判别分析（Linear Discriminant Analys...
pLSA与LDA对比： LDA就是在pLSA的基础上加层贝叶斯框架，即LDA就是pLSA的贝叶斯版本。 pLSA与...
LDA：隐含狄利克雷分布(Latent Dirichlet Allocation，简称LDA)。（（上）主要有：二...
线性判断分析(LDA)： LDA是一种基于分类模型进行特征属性合并的操作，是一种有监督的降维方法。 LDA原理 L...
本文标题：LDA
本文链接：https://www.haomeiwen.com/subject/rrykhltx.html
网友评论