一种基于最小分类错误率的改进型LDA特征选择算法.PDFVIP

一种基于最小分类错误率的改进型 LDA 特征选择算法 张振平 宣国荣 郑俊翔 柴佩琪 （同济大学计算机系，上海 200092 ） 摘 要：LDA 是目前常用的较好的特征选择方法。然而散布矩阵不同时，LDA 分类效果往往不理想。本 文提出一种基于分类错误率最小的改进型LDA 特征选择算法，采用迭代计算使Bayes 分类错误率上界最小， 能取得比原 LDA 更好的分类效果。对高维数据提出基于 PCA 预处理的“快速改进型 LDA 特征选择”减 少求解迭代计算时间。针对 Marill.T.提供的典型数据和 MINIST 手写体数字库的实验证实以上论点是正确 的。 关键词：改进型LDA ；分类错误率；特征选择 A Improved LDA Feature Selection Algorithm Based on Minimizing Classification Error Probability Zhenping Zhang, Guorong Xuan, Junxiang Zheng, Peiqi Chai Abstract: LDA is