知识卡片

普通读书笔记卡 · 9407.d · 生成模型:Tencent Hunyuan Hy

LDA与PCA的区别

理解等级:初级

线性判别分析(LDA)也是特征抽取与线性降维技巧,但目标是发现最优化分类的特征子空间;PCA是无监督、找方差最大的正交轴,LDA是监督、用类别信息让类别最大可分。LDA假设数据正态、各类协方差相同、特征相互独立,但违背假设时通常仍能很好降维;小样本类别场景下PCA作预处理分类可能更佳。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    参考来源

    - 位置:《Python机器学习》第5章《5.2 通过线性判别分析压缩无监督数据》(源文件:`../../book-sources/extracted/Python机器学习/_epub-src/OEBPS/Text/pca是无监督算法,而lda是监督算法`) - 结论依据:原文直接支撑上述要点。 - 原始内容:其中,PCA是无监督算法,而LDA是监督算法