LDA(Linear Discriminant Analysis)是一种经典的线性判别方法,又称Fisher判别 分析。该方法思想比较简单:给定训练集样例,设法将样例投影到一维的直线 上,使得同类样例的投影点尽可能接近和密集,异类投影点尽可能远离。
核心问题:找到线性系数向量
结果分析
Fisher判别分析可用于多分类
Logistic回归也可用于多分类
结果分析
Fisher判别分析可用于多分类
Logistic回归也可用于多分类
上一篇:二元回归过程
下一篇:多目标规划模型(灵敏度分析)
python代码完成Fisher判别的推导一、Fisher算法的主要思想二、Fisher数学算法步骤①计算各类样本均值向量 m i
举报文章
请选择举报类型
补充说明
0/200
上传截图
格式支持JPEG/PNG/JPG,图片不超过1.9M