线性判别分析（LDA，Linear Discriminant Analysis）

本课程通过判别函数推导与散度矩阵分析，讲解LDA分类与降维原理，解决类间不可分与高维特征问题，帮助学习者掌握LDA推导与代码实现。

免费 统计学习方法 程序员 · 老孟 程序员 · 老孟 1 篇文章 1 小时 14 分 2262 次播放 已完成
阅读课件 观看视频
线性判别分析（LDA，Linear Discriminant Analysis）

你将学会

  • 理解 LDA 类间最大类内最小的投影思想
  • 掌握类内与类间散度矩阵的推导逻辑
  • 能运用 LDA 完成分类与有监督降维任务
课程内容 1 篇
附录文章 0 篇
互动留言

1/1 线性判别分析（LDA）

介绍一项经典的统计方法，既可用于降维也可用于分类。它的核心是寻找一条最佳投影方向，让投影后同类样本尽量聚拢、不同类别之间尽量拉开距离。文章从高斯假设与后验概率出发逐步推导出判别边界。适合想理解传统分类与降维基本思路的读者，也能把它与其他降维方法的适用场景区分开来，做出更合适的方法选择。

📚

该章节暂无关联学习文章
©2026 老孟讲编程 京ICP备2021009384号anbei冀公网安备13050302001966号