线性判别分析_CDA答疑社区

热线电话：13121318867

登录

809669515

2018-10-31 阅读量: 1031

线性判别分析

线性判别分析（LDA）是最初由RA Fisher于1936年开发的分类方法。它简单，数学上稳健，并且通常产生的模型的精度与更复杂的方法一样好。

算法

LDA基于搜索最佳分离两个类（目标）的变量（预测变量）的线性组合的概念。为了捕捉可分性的概念，Fisher定义了以下得分函数。

给定得分函数，问题是估计最大化得分的线性系数，其可以通过以下等式求解。

评估歧视有效性的一种方法是计算两组之间的马哈拉诺比斯距离。距离大于3意味着两个平均值相差超过3个标准差。这意味着重叠（错误分类的概率）非常小。

最后，通过将新点投影到最大分离方向并将其分类为C1来对新点进行分类，如果：

0.0000

0

1

关注作者

收藏

评论(0)

发表评论

暂无数据

CDA考试动态

CDA报考指南

推荐帖子