机器学习强基计划1-4:从协方差的角度详解线性判别分析原理+Python实现

目录

  • 0 写在前面
  • 1 什么是线性判别分析?
  • 2 协方差与协方差矩阵
  • 3 LDA原理推导
    • 3.1 约束条件
    • 3.2 数值优化
  • 4 Python实现
    • 4.1 计算类内散度矩阵
    • 4.2 计算模型参数
    • 4.3 可视化

0 写在前面

机器学习强基计划聚焦深度和广度,加深对机器学习模型的理解与应用。“深”在详细推导算法模型背后的数学原理;“广”在分析多个机器学习模型:决策树、支持向量机、贝叶斯与马尔科夫决策、强化学习等。

详情:机器学习强基计划(附几十种经典模型源码合集)

1 什么是线性判别分析?

线性判别分析(Linear Discriminant Analysis, LDA)的核心思想是:将给定训练集投影到特征空间的一个超平

你可能感兴趣的:(机器学习强基计划,python,机器学习,算法,人工智能)