sklearn自学指南(part19)--LDA和QDA

学习笔记，仅供参考，有错必究

---

文章目录

• • 线性判别和二次判别分析
  • • 使用线性判别分析降维
    • LDA和QDA分类器的数学公式
    • • QDA
      • LDA
    • LDA降维的数学公式

---

线性判别和二次判别分析

线性判别分析（LinearDiscriminantAnalysis）和二次判别分（QuadraticDiscriminantAnalysis）是两个经典分类器，顾名思义，它们分别是线性决策面和二次决策面。

这些分类器之所以具有吸引力，是因为它们具有易于计算的封闭式解决方案，本质上是多类的，已被证明在实践中可以很好地工作并且没有任何超参数需要调整。

上图显示了线性判别分析和二次判别分析的决策边界， 最下面的行表明线性判别分析只能学习线性边界，而二次判别分析则可以学习二次边界，因此更加灵活。

使用线性判别分析降维

通过将输入数据投影到一个

总结

以上是生活随笔为你收集整理的sklearn自学指南(part19)--LDA和QDA的全部内容，希望文章能够帮你解决所遇到的问题。

如果觉得生活随笔网站内容还不错，欢迎将生活随笔推荐给好友。