Linear discriminant analysis (LDA) is a generalization of Fisher's linear discriminant, a method used in Statistics, Pattern recognition and Machine learning to find a linear combination of features that characterizes or separates two or more classes of objects or events. (https://en.wikipedia.org/wiki/Linear_discriminant_analysis)
LDA는 클래스내 분산을 최소화하고, 클래스간 분산을 최대화한다. 반면 PCA는 전체 데이터의 분포 패턴을 표현하기에 적합하다. 따라서 classifier를 위해서는 LDA가 좀 더 나은 결과를 준다.
Suggested Pages #
- 0.025 August 9
- 0.025 December 1
- 0.025 Scipy
- 0.025
- 0.025
- 0.025
- 0.025
- 0.025 Dimension reduction
- 0.025 pandas
- 0.025 Central limit theorem
- More suggestions...