原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
查看更多
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
文档评论（0）