当前位置:   article > 正文

LDA、QDA和朴素贝叶斯_lda和qda

lda和qda


通俗来说,Discriminant Analysis就是通过分别对每个分类中的X的分布进行建模,再通过贝叶斯定理得到 P r ( Y ∣ X ) Pr(Y|X) Pr(YX)

当我们假设每个分类服从高斯分布(正态分布)时,得到的就是LDA(Linear Discriminate Analysis)或QDA(Quadratic Discriminate Analysis)

一、Linear Discriminant Analysis(LDA)

1. 贝叶斯定理

贝叶斯定理我们在高中就有过接触,其公式如下:
请添加图片描述
将上面的公式进行简单的变换得到下式:
请添加图片描述
f k ( x ) = P r ( X = x ∣ y = k ) f_k(x)=Pr(X=x|y=k) fk(x)=Pr(X=xy=k)为在结果发生的条件下,原因为X的概率;
π k = P r ( Y = k ) \pi_k=Pr(Y=k) πk=Pr(Y=k)为结果为k的概率。

由于对于所有x, f k ( x ) = P r ( Y = k

声明:本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:【wpsshop博客】
推荐阅读
相关标签
  

闽ICP备14008679号