sklearn自学指南(part19)--LDA和QDA

学习笔记，仅供参考，有错必究

文章目录

线性判别和二次判别分析
- 使用线性判别分析降维
- LDA和QDA分类器的数学公式
- - QDA
  - LDA
- LDA降维的数学公式

线性判别和二次判别分析

线性判别分析（LinearDiscriminantAnalysis）和二次判别分（QuadraticDiscriminantAnalysis）是两个经典分类器，顾名思义，它们分别是线性决策面和二次决策面。

这些分类器之所以具有吸引力，是因为它们具有易于计算的封闭式解决方案，本质上是多类的，已被证明在实践中可以很好地工作并且没有任何超参数需要调整。

上图显示了线性判别分析和二次判别分析的决策边界，最下面的行表明线性判别分析只能学习线性边界，而二次判别分析则可以学习二次边界，因此更加灵活。

使用线性判别分析降维

通过将输入数据投影到一个

sklearn自学指南(part19)--LDA和QDA相关推荐

sklearn自学指南(part3)--使用手册的目录
学习笔记,仅供参考,有错必纠自翻译+举一反三文章目录 1.1. 线性模型 1.2. 线性与二次判别分析 1.3. 核岭回归 1.1. 线性模型 1.1.1. 普通最小二乘法 1.1.2. 岭回归与 ...
sklearn自学指南(part52)--潜在狄利克雷分配(LDA)
学习笔记,仅供参考,有错必纠文章目录分解信号的分量(矩阵分解问题) 潜在狄利克雷分配(LDA) 分解信号的分量(矩阵分解问题) 潜在狄利克雷分配(LDA) 潜在狄利克雷分配(Latent Diri ...
sklearn自学指南(part57)--协方差估计
学习笔记,仅供参考,有错必纠文章目录协方差估计经验协方差缩减协方差基本的收缩 Ledoit-Wolf收缩甲骨文近似收缩(Oracle Approximating Shrinkage) 稀疏 ...
sklearn自学指南(part43)--数据加载工具
学习笔记,仅供参考,有错必究文章目录数据加载工具 Toy datasets Real world datasets 用法数据加载工具 sklearn.datasets 包嵌入了一些在入门的一节中 ...
sklearn自学指南(part34)--K-means
学习笔记,仅供参考,有错必究文章目录聚类聚类方法概述 K-means Low-level parallelism Mini Batch K-Means 聚类未标记数据的聚类可以通过模块skle ...
sklearn自学指南(part31)--半监督学习
学习笔记,仅供参考,有错必纠文章目录半监督学习自我训练标签传播半监督学习 Semi-supervised learning是指在你的训练数据中,有些样本是没有标签的情况.sklearn.se ...
sklearn自学指南(part30)--特征选择
学习笔记,仅供参考,有错必纠文章目录特征选择移除低方差变量单变量特征选择递归特征消除(Recursive feature elimination) 使用SelectFromModel进行特征 ...
sklearn自学指南(part29)--高斯混合模型
学习笔记,仅供参考,有错必究文章目录高斯混合模型高斯混合 `GaussianMixture`类的利与弊利弊经典高斯混合模型中组个数的选择估计算法期望最大化变分贝叶斯高斯混合估计算法: ...
sklearn自学指南(part28)--双向聚类
学习笔记,仅供参考,有错必纠文章目录双向聚类光谱共聚类算法数学原理谱聚类数学原理双聚类评价双向聚类使用模块 sklearn.cluster.bicluster可以进行双向聚类.双向聚 ...

sklearn自学指南(part19)--LDA和QDA

文章目录

线性判别和二次判别分析

使用线性判别分析降维

sklearn自学指南(part19)--LDA和QDA相关推荐

最新文章

热门文章