赞
踩
调参千万回,看书第一回;
学习不总结,亲人两行泪。
主成分分析(Principal components analysis),是一种降维方法,在数据压缩消除冗余和数据噪音消除等领域都有广泛的应用。简而言之就是,将高维数据通过线性变换投影到低维空间上。其关键是计算协方差矩阵。
同:两者都是假设符合高斯分布的降维算法。
异:
(1)LDA是有监督的降维方法,PCA是无监督的。
(2)LDA降维最多降到类别数K-1的维数,PCA没有这个限制。
(3)LDA更依赖均值,如果样本信息更依赖方差的话,效果将没有PCA好。
(4)LDA可能会过拟合数据。
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。