机器学习中的数学(4)-线性判别分析(LDA), 主成分分析(PCA)
生活随笔
收集整理的这篇文章主要介绍了
机器学习中的数学(4)-线性判别分析(LDA), 主成分分析(PCA)
小编觉得挺不错的,现在分享给大家,帮大家做个参考.
前言:
第二篇的文章中谈到,和部门老大一宁出去outing的时候,他给了我相当多的机器学习的建议,里面涉及到很多的算法的意义、学习方法等等。一宁上次给我提到,如果学习分类算法,最好从线性的入手,线性分类器最简单的就是LDA,它可以看做是简化版的SVM,如果想理解SVM这种分类器,那理解LDA就是很有必要的了。
总结
以上是生活随笔为你收集整理的机器学习中的数学(4)-线性判别分析(LDA), 主成分分析(PCA)的全部内容,希望文章能够帮你解决所遇到的问题。
- 上一篇: 机器学习中的数学(2)-线性回归,偏差、
- 下一篇: 机器学习-Random Forest算法