研究前沿：广东工业大学-线性判别分析-机器学习 | Nature Reviews Methods Primers

文章预览

线性判别分析Linear discriminant analysis (LDA)是一种通用的统计方法，用于将原始样本中的冗余和噪声信息减少到基本特征。特别地，线性判别分析LDA是一种有监督的学习技术，其中标记数据是训练过程所必需的，并且已广泛用于数据降维。通过最大化类间散布矩阵的轨迹，同时最小化类内散布矩阵的轨迹，将原始数据转换到低维子空间，从而增强特征的表达能力。 近日， 广东工业大学赵淑平Shuping Zhao，澳门大学（University of Macau）Bob Zhang等，在Nature Reviews Methods Primers上发文，全面概述了线性判别分析LDA，包括定义及其数字和图形结果解释。 还详细介绍了线性判别分析LDA变体、实现设置、实验结果和广泛使用的开源数据库。还探讨了基于线性判别分析LDA方法的应用、各个领域的实施细节以及与相关方法的联系。讨论了基于线性判别分析LDA方法的可重复 ………………………………