Discriminant

线性判别分析 (Linear Discriminant Analysis, LDA)

线性判别分析(LinearDiscriminantAnalysis,LDA)通俗易懂算法线性判别分析（LinearDiscriminantAnalysis，LDA）是一种用于分类和降维的技术。其主要目的是找到一个线性变换，将数据投影到一个低维空间，使得在这个新空间中，不同类别的数据能够更好地分离。线性判别分析的核心思想LDA的基本思路是最大化类间方差（between-classvariance）与

ALGORITHM LOL·2024-09-13 13:20

零LDA（Linear Discriminant Analysis）详解

零LDA（LinearDiscriminantAnalysis）详解零LDA是一种特殊的线性判别分析方法，用于处理具有高维特征但样本数量较少的情况。在这种情况下，传统的LDA由于“小样本问题”而变得不稳定，零LDA提供了一种解决方案。零LDA的核心概念1.小样本问题在高维数据中，当特征数量远大于样本数量时，类内散度矩阵SWS_WSW变得奇异（即不可逆）。这是因为在高维空间中，数据点往往是稀疏的，导

h52013141·2023-12-04 08:38

线性判别分析（Linear Discriminant Analysis，LDA）

LinearDiscriminantAnalysis（LDA）输入：原始数据$D=((x_1,y_1),(x_2,y_2),...,(x_m,y_m)$、类别标签$Y=[y_1,y_2,...,y_n]$、降维到的维度d输出：投影矩阵W、投影后的样本$Z$、算法步骤：1.计算类内散度矩阵SwS_wSw2.计算类间散度矩阵SbS_bSb3.计算矩阵Sw−1SbS_w^{-1}S_bSw−1Sb4

孤嶋·2023-11-14 03:57

用TSNE实现特征降维可视化

importtimeimportnumpyasnpimportmatplotlib.pyplotaspltfromsklearnimport(manifold,datasets,decomposition,ensemble,discriminant_analy

In.Z·2023-10-28 09:31

用k折交叉验证LDA（LinearDiscriminantAnalysis）的有效性

fromsklearn.datasetsimportload_irisfromsklearn.discriminant_analysisimportLinearDiscriminantAnalysislda

昔韭尒·2023-10-10 19:18

Tensor Low-Rank Discriminant Embedding for Hyperspectral Image Dimensionality Reduction 笔记

明天下午见导师开组会，自己从上周到现在做的工作只是把师姐的模型用到高光谱分类上，看起来结果还不错。并且改进了模型，在高光谱上确实有了提升，但是在师姐应用的YaleB数据上，聚类效果有了提升，但是分类效果就.....emmmm....花了一晚上才找了这篇文章看，希望能把师姐模型也改成张量模型，并且应用下，让我发片TIP吧。摘要低秩表示和投影学习被整合成LRE模型得到了鲁棒的低维特征。缺点：向量模型不

晨光523152·2023-09-20 06:40

线性判别分析 Linear Discriminant Analysis | LDA

目录前言一、线性判别分析是什么？二、线性判别分析的优点和缺点三、线性判别分析的应用场景四、构建线性判别分析模型的注意事项五、线性判别分析模型的实现类库六、线性判别分析模型的评价指标七、类库scikit-learn实现线性判别分析的例子总结前言线性判别分析是机器学习中有监督学习的一种分类或降维算法。一、线性判别分析是什么？线性判别分析（LinearDiscriminantAnalysis，简称LDA

JasonH2021·2023-09-14 00:33

机器学习之线性判别分析（Linear Discriminant Analysis）

1线性判别分析介绍1.1什么是线性判别分析线性判别分析（LinearDiscriminantAnalysis，简称LDA）是一种经典的监督学习算法，也称"Fisher判别分析"。LDA在模式识别领域（比如人脸识别，舰艇识别等图形图像识别领域）中有非常广泛的应用。LDA的核心思想是给定训练样本集，设法将样例投影到一条直线上。使得同类样例的投影点尽可能接近、异类样例的投影点尽可能远；在对新样本进行分类

智慧医疗探索者·2023-07-27 07:11

C语言一元二次方程

Pleaseenterthethreecoefficientsofaquadraticequationwithonevariable:\n"); scanf("%f%f%f",&a,&b,&c); discriminant

Thorns_LBJ·2023-04-05 11:09

线性判别分析原理及实现(Linear Discriminant Analysis)

项目地址：https://github.com/Daya-Jin/ML_for_learner/blob/master/discriminant_analysis/LinearDiscriminantAnalysis.ipynb

d518a9b6ae51·2023-01-30 15:58

Scikit-learn_Scikit-learn概述

Scikit-learn的功能分类分类回归聚类数据降维模型选择数据预处理二.Scikit-learn的子模块linear_model：线性模型子模块cluster：聚类子模块neighbors：近邻算法子模块discriminant_analysix

飞Link·2023-01-07 06:44

机器学习历程——人工智能基础与应用导论（4）（线性模型——实战）

自带糖尿病人问题为例研究1、引入库#导入所需包包importmatplotlib.pyplotaspltimportnumpyasnpfromsklearnimportdatasets,linear_model,discriminant_analysis

勇敢驴驴·2022-12-31 17:19

【白板推导系列笔记】线性分类-高斯判别分析（Gaussian Discriminant Analysis）-模型求解（求期望）&模型求解（求协方差）

L(μ1,μ2,Σ,ϕ)=∑i=1N[log⁡N(μ1,Σ)yi⏟(1)+log⁡N(μ2,Σ)1−yi⏟(2)+log⁡ϕyi(1−ϕ)1−yi⏟(3)]L(\mu_{1},\mu_{2},\Sigma,\phi)=\sum\limits_{i=1}^{N}[\underbrace{\logN(\mu_{1},\Sigma)^{y_{i}}}_{(1)}+\underbrace{\logN(\m

烧灯续昼2002·2022-12-16 06:03

线性判别分析LDA用于降维

二、实现1、基于奇异值分解svd的LDA降维importnumpyasnpfromsklearn.discriminant_analysisimportLinearDiscriminantAnalysisif

Goodness2020·2022-12-13 10:52

基于matlab的fisher线性判别及感知器判别_线性和二次判别分析

线性判别分析（discriminant_analysis.LinearDiscriminantAnalysis）和二次判别分析（discriminant_analysis.QuadraticDiscriminantAnalysis

weixin_39941792·2022-12-13 00:50

线性判别分析LDA(linear discriminant analysis)与二次判别分析QDA(quadratic discriminant analysis)

文章目录什么是LDALDA与PCA相同不同LDApython实现使用sklearn实现LDA再进一步QDAQDA数学原理QDA与LDA比较Source:PythonMachineLearning3rd什么是LDA面对有蓝黄两类标签的监督学习问题时：使用PCA：PCA曲线（红线）从两个椭圆之间穿过(最大方差正交分量)，投影分布呈LD2维度的正态分布，根据这个正态分布的PCA坐标投影，我们无法分别这两

ZachhhBweg·2022-12-13 00:50

判别器loss为0_scikitlearn—线性判别分析和二次判别分析

线性判别分析(discriminant_analysis.LinearDiscriminantAnalysis)和二次判别分析(discriminant_analysis.QuadraticDiscriminantAnalysis

weixin_39598094·2022-12-13 00:49

python判别分析_二次判别分析Quadratic Discriminant Analysis(QDA)

与线性判别分析类似，二次判别分析是另外一种线性判别分析算法，二者拥有类似的算法特征，区别仅在于：当不同分类样本的协方差矩阵相同时，使用线性判别分析；当不同分类样本的协方差矩阵不同时，则应该使用二次判别。关于线性判别分析的更多内容，请在文章《线性判别分析LinearDiscriminantAnalysis(LDA)》中查看。为了清楚的了解LDA和QDA的应用差异，下图显示了在固定协方差矩阵以及不同协

weixin_39883670·2022-12-13 00:49

sklearn(十二)：Linear and Quadratic Discriminant Analysis

LinearandQuadraticDiscriminantAnalysis是一种classifier，分别可获得linearandquadraticdecisionsurface，他们可得到封闭式的解决方案(closed-formsolution)，并且很容易计算得到，这两种classifier本质上是用来解决multiclass问题的。LinearDiscriminantAnalysis应用L

Sarah ฅʕ•̫͡•ʔฅ·2022-12-13 00:19

线性和二次判别分析

线性和二次判别分析线性判别分析(discriminant_analysis.LinearDiscriminantAnalysis)和二次判别分析(discriminant_analysis.QuadraticDiscriminantAnalysis

u200710·2022-12-13 00:19

sklearn浅析（五）——Discriminant Analysis

sklearn中的判别分析主要包括两类，LinearDiscriminantAnalysis和QuadraticDiscriminantAnalysisLinearDiscriminantAnalysis 线性判别分析是一种分类模型，它通过在k维空间选择一个投影超平面，使得不同类别在该超平面上的投影之间的距离尽可能近，同时不同类别的投影之间的距离尽可能远，在LDA中，我们假设每一个类别的数据

NirHeavenX·2022-12-13 00:18

Linear and Quadratic Discriminant Analysis（线性判别和二次判别分析）（二）

1.2.LinearandQuadraticDiscriminantAnalysis这部分内容是紧跟着上一章LDA和QDA算法详解的，所以在这里我们不会涉及到更多的算法的推到，只是对上一章的算法做出解释。三、LDA降维3.1有监督学习的降维LDA可以作为有监督学习中的降维方法使用。（我们通常说的降维是无监督学习中的，是一种数据处理的方法，比如PCA，所以遇到一个有监督学习的降维对我而言显得很难能可

matrix_studio·2022-12-13 00:48

Linear and Quadratic Discriminant Analysis（线性判别和二次判别分析）（一）

1.2.LinearandQuadraticDiscriminantAnalysis补：写完算法才发现这章内容有点长，所以我决定把LDA和QDA的区别和有关降维的应用放到下一章去讲一、简介西瓜书里是这样介绍的线性判别的：LDA的思想十分朴素：给定训练样例集，设法将样例投影到一条直线上，使得同类样例的投影点尽可能接近、异类样例的投影点尽可能远离；在对新样本进行分类时，将其投影到同样的这条直线上，再根

matrix_studio·2022-12-13 00:17

机器学习算法系列（十二）-二次判别分析算法（Quadratic Discriminant Analysis Algorithm）

阅读本文需要的背景知识点：线性判别分析、一丢丢编程知识一、引言前面两节介绍了线性判别分析在不同角度下的实现方式，一种是根据费舍尔“类内小、类间大”的角度，另一种则是从概率分布的角度。本节来介绍另一种判别分析——二次判别分析算法1（QuadraticDiscriminantAnalysisAlgorithm/QDA）二、模型介绍同线性判别分析一样，从概率分布的角度来得到二次判别分析，区别在于

Saisimonzs·2022-12-13 00:46

TypeError: fit() missing 1 required positional argument: 'y'

我总结了一下：1，在调用算法时，没有加（）例如fromsklearn.discriminant_analysisimportLinearDiscriminantAnal

飞奔的帅帅·2022-11-29 13:51

【机器学习】分类算法总结 | LDA | logistic回归 | KNN | CART | 贝叶斯 | SVM

参考教材：《机器学习python实践》一、主要分类算法总结二、LDAimportpandasaspdimportmatplotlib.pyplotaspltfromsklearn.discriminant_analysisimportLinearDiscriminantAnalysisfromsklearn.model_selectionimportKFoldfromsklearn.model_s

今天一定要洛必达·2022-11-28 21:31

T-PAMI-2021论文Semi-Supervised Multi-View Deep Discriminant Representation Learning阅读笔记

提示：文0.论文信息题目：Semi-SupervisedMulti-ViewDeepDiscriminantRepresentationLearning期刊：IEEETransactionsonPatternAnalysisandMachineIntelligence（T-PAMI）链接1：Semi-SupervisedMulti-ViewDeepDiscriminantRepresentatio

Simon_100·2022-11-24 20:24

numpy 详细学习

>>>fromsklearn.discriminant_analysisimportLinearDiscriminantAn

梦无痕123·2022-05-26 07:05

Titanic生存预测2

%matplotlibinlinefromsklearnimportsvm,tree,linear_model,neighbors,naive_bayes,ensemble,discriminant_analysis

章光辉_数据·2022-02-06 02:05

线性判别分析（Linear Discriminant Analysis）

1前言在学LDA之前，需要将其与自然语言主题模型进行区别开来。在NLP中，LDA是隐含狄利克雷分布（LatentDirichletAllocation，简称LDA），是一种处理文档的主题模型。本文只讨论线性判别分析（LDA）。2LDA思想基本思想：投影后类内方差最小，类间方差最大。即：数据在低维度上投影，投影后希望每一种类别数据的投影点尽可能的接近，而不同类别的数据的类别中心之间的距离尽可能的大。

cute_Learner·2022-02-04 23:00

机器学习算法系列（十二）-二次判别分析算法（Quadratic Discriminant Analysis Algorithm）

阅读本文需要的背景知识点：线性判别分析、一丢丢编程知识一、引言前面两节介绍了线性判别分析在不同角度下的实现方式，一种是根据费舍尔“类内小、类间大”的角度，另一种则是从概率分布的角度。本节来介绍另一种判别分析——二次判别分析算法1（QuadraticDiscriminantAnalysisAlgorithm/QDA）二、模型介绍同线性判别分析一样，从概率分布的角度来得到二次判别分析，区别在于

·2022-01-22 15:06

机器学习算法系列（十一）-线性判别分析算法（二）（Linear Discriminant Analysis Algorithm）

阅读本文需要的背景知识点：正态分布、线性判别分析、一丢丢编程知识一、引言前面一节介绍了基本的线性判别分析算法，最后留下了一个问题，我们在使用sklearn得到的结果与上一节中自己实现的结果不同，这一节就来看看sklearn中通过概率分布的角度是如何实现线性判别分析的。二、模型介绍一元正态分布在介绍模型之前先来回顾一下一个在统计学中特别常见的分布——正态分布1（Normaldistribut

·2022-01-18 15:33

机器学习算法系列（十）-线性判别分析算法（一）（Linear Discriminant Analysis Algorithm）

阅读本文需要的背景知识点：拉格朗日乘数法、一丢丢编程知识一、引言前面学习了一种用回归的方式来做分类的算法——对数几率回归算法，下面再来学习另一种分类算法——线性判别分析算法1（LinearDiscriminantAnalysisAlgorithm/LDA），该算法由罗纳德·艾尔默·费希尔在1936年提出，所以也被称为费希尔的线性鉴别方法（Fisher'slineardiscriminant）二

·2022-01-15 14:15

机器学习-有监督学习-降维：LDA算法(Linear Discriminant Analysis, 线性判别分析)

LDA是一种有监督学习算法，同时经常被用来对数据进行降维。相比于PCA，LDA可以作为一种有监督的降维算法。在PCA中，算法没有考虑数据的标签（类别），只是把原数据映射到一些方差比较大的方向上而已。LDA的中心思想：投影后类内方差最小，类间方差最大。要将数据在低维度上进行投影，投影后希望每一种类别数据的投影点尽可能的接近，而不同类别的数据的类别中心之间的距离尽可能的大。一、LDA数学推导现在我们首

忍者の乱太郎·2021-10-29 20:29

基于图嵌入的降维算法——局部敏感判别分析(Locality Sensitive Discriminant Analysis ，LSDA)

0、前言上一篇介绍了边界Fisher分析（MFA），这一篇承接上一篇，继续介绍局部敏感判别分析(LocalitySensitiveDiscriminantAnalysis，LSDA)相关理论，下一篇介绍判别最大化边界投影(DiscriminantMaximumMarginProjections，DMMP)方法。1、局部敏感判别分析（LSDA)理论LSDA是首先寻找每个样本的近邻，并根据标签信息将这

机器猫001·2021-10-26 16:20

机器学习-线性模型-LDA（线性判别分析）PYTHON 代码实现

importnumpyasnpimportpandasaspdimportmatplotlib.pyplotaspltfromsklearn.discriminant_analysisimportLinearDiscriminantAnalysisdefweight

ZSXHZXY·2021-07-02 19:59

C++编程练习计算一元二次方程组解&判断是否测试过三种情况

求一元二次方程的根实现方法相当简单就是最基础的C语言程序以下是菜鸟教程给的答案——#include#includeusingnamespacestd;intmain(){floata,b,c,x1,x2,discriminant

不喜欢敲代码的小提琴手不是好程序猿·2021-03-18 01:04

线性模型——线性回归模型的正则化

importmatplotlib.pyplotaspltimportnumpyasnpfromsklearnimportdatasets,linear_model,discriminant_analysis

小小蒲公英·2020-09-16 19:44

线性与二次判别分析

转自：http://www.dataivy.cn/blog/%E4%BA%8C%E6%AC%A1%E5%88%A4%E5%88%AB%E5%88%86%E6%9E%90quadratic-discriminant-analysis_qda

瑟瑟发抖的菜鸡望·2020-09-14 17:19

线性和二次判别分析

线性判别分析（discriminant_analysis.LinearDiscriminantAnalysis）和二次判别分析（discriminant_analysis.QuadraticDiscriminantAnalysis

博斌·2020-09-13 09:57

Fisher's Linear Discriminant（LDA) 线性判别模型（2类）

Fisher’sLinearDiscriminant（LDA)线性判别模型LDA（LinearDiscriminantAnalysis线，性判别分析），是一种supervisedlearning，是由Fisher在1936年提出的。LDA通常作为数据预处理阶段的降维技术，其目标是将数据投影到低维空间来避免维度灾难（curseofdimensionality）引起的过拟合，同时还保留着良好的可分性。

蔡希玉·2020-09-12 04:43

高斯判别分析(GDA,Gaussian discriminant analsis)和Logistic回归

JasonQ_NEU·2020-09-11 22:57

线性判别分析(Linear Discriminant Analysis, LDA）算法分析

转载自：http://blog.csdn.net/warmyellow/article/details/5454943LDA算法入门一．LDA算法概述：线性判别式分析(LinearDiscriminantAnalysis,LDA)，也叫做Fisher线性判别(FisherLinearDiscriminant,FLD)，是模式识别的经典算法，它是在1996年由Belhumeur引入模式识别和人工智能

艳光普照·2020-09-11 03:16

Linear Discriminant Analysis 线性判别分析算法（LDA）

算法详情见下面文章：(http://sebastianraschka.com/Articles/2014_python_lda.html#introduction)

灰黑飞·2020-08-24 15:37

降维算法二：LDA（Linear Discriminant Analysis）

前言学习分类算法，线性分类器最简单的就是LDA，它可以看做是简化版的SVM，如果想理解SVM这种分类器，那理解LDA就是很有必要的了。谈到LDA，就不得不谈谈PCA，PCA是一个和LDA非常相关的算法，从推导、求解、到算法最终的结果，都有着相当的相似。本次的内容主要是以推导数学公式为主，都是从算法的物理意义出发，然后一步一步最终推导到最终的式子，LDA和PCA最终的表现都是解一个矩阵特征值的问题，

尼小摩·2020-08-24 04:40

DCFNET: DISCRIMINANT CORRELATION FILTERS NETWORK FOR VISUAL TRACKING

这个工作是中科院王强博士的工作，也是第二个将特征提取网络和协同滤波网络级联到一起进行端到端训练的文献，在后续先后出现了CREST、FlowNetwithtemporalandspatialatttention等。1.论文的意义判别滤波器目前是在线目标跟踪领域非常主流的方法。当前的发展方向主要是：在传统DCF基础之上进行多核等研究融合深度学习，从最开始的训练深度特征提取器到目前的基于网络的end-t

沈子恒·2020-08-23 22:48

线性判别分析（Linear Discriminant Analysis ,简称LDA）

线性判别分析（LinearDiscriminantAnalysis,简称LDA）是一种经典的线性学习方法，在二分类问题上最早由【Fisher，1936】提出，也称为“Fisher判别分析”LDA的思想：给定训练样本例集，设法将例投影在一条直线上，使得同类例的投影点近可能近，异类样例尽可能地远离；在对新样本进行分类时，将其投影到同样的这条直线上，再根据投影点的位置来确定新样本的类别。如下图所示：欲使

Jack旭·2020-08-23 07:38

Discriminant Functions

鉴别函数(DiscriminantFunctions)设定鉴别函数概念的目的是将归类的判断条件统一化set-ofdiscriminantfunctionsgi(x),i=1,2,…,cg_i(x),i=1,2,\ldots,cgi(x),i=1,2,…,c.ifgi(x)=max⁡gj(x)g_i(x)=\maxg_j(x)gi(x)=maxgj(x),thenx→wix\tow_ix→wi(or

花生酱拌鱿鱼须·2020-08-18 16:11

【温故而知新】高斯判别分析(Gaussian Discriminant Analysis)

给定数据集；概率判别模型是直接去求，如下：高斯判别分析是一种概率生成模型，这里我们需要最大化后验概率估计，对于二分类，高斯判别分析并不是直接去求和的值，而是去比较与的大小关系,而是对联合概率进行建模；由贝叶斯公式可知，此处，与无关，所以正比于，其中，是posterior，是likehood，是piror。GDA假设：由于服从伯努利分布，所以,而,这里先不将高斯分布的概率密度函数展开写。likeho

caicaiatnbu·2020-08-17 21:26

【温故而知新】线性判别分析(Linear Discriminant Analysis)

线性判别分析(LinearDiscriminantAnalysis,LDA)是一种经典的线性分类方法。LDA的基本思想：给定训练数据集，设法将样本投影到一条直线上，使得同类样本的投影点尽可能的接近，不同类样本的投影点尽可能远离；在对新来样本进行分类时，首先将其投影到直线上，再根据投影点的位置来判断样本所属的类别。即：类内小，类间大("高内聚，松耦合")给定数据集,在这里我们将记为类，记为类，则,,

caicaiatnbu·2020-08-17 21:54

推荐频道

Discriminant

线性判别分析 (Linear Discriminant Analysis, LDA)

零LDA（Linear Discriminant Analysis）详解

线性判别分析（Linear Discriminant Analysis，LDA）

用TSNE实现特征降维可视化

用k折交叉验证LDA（LinearDiscriminantAnalysis）的有效性

Tensor Low-Rank Discriminant Embedding for Hyperspectral Image Dimensionality Reduction 笔记

线性判别分析 Linear Discriminant Analysis | LDA

机器学习之线性判别分析（Linear Discriminant Analysis）

C语言 一元二次方程

线性判别分析原理及实现(Linear Discriminant Analysis)

Scikit-learn_Scikit-learn概述

机器学习历程——人工智能基础与应用导论（4）（线性模型——实战）

【白板推导系列笔记】线性分类-高斯判别分析（Gaussian Discriminant Analysis）-模型求解（求期望）&模型求解（求协方差）

线性判别分析LDA用于降维

基于matlab的fisher线性判别及感知器判别_线性和二次判别分析

线性判别分析LDA(linear discriminant analysis)与二次判别分析QDA(quadratic discriminant analysis)

判别器loss为0_scikitlearn—线性判别分析和二次判别分析

python判别分析_二次判别分析Quadratic Discriminant Analysis(QDA)

sklearn(十二)：Linear and Quadratic Discriminant Analysis

线性和二次判别分析

sklearn浅析（五）——Discriminant Analysis

Linear and Quadratic Discriminant Analysis（线性判别和二次判别分析）（二）

Linear and Quadratic Discriminant Analysis（线性判别和二次判别分析）（一）

机器学习算法系列（十二）-二次判别分析算法（Quadratic Discriminant Analysis Algorithm）

TypeError: fit() missing 1 required positional argument: 'y'

【机器学习】分类算法总结 | LDA | logistic回归 | KNN | CART | 贝叶斯 | SVM

T-PAMI-2021论文Semi-Supervised Multi-View Deep Discriminant Representation Learning阅读笔记

numpy 详细学习

Titanic生存预测2

线性判别分析（Linear Discriminant Analysis）

机器学习算法系列（十二）-二次判别分析算法（Quadratic Discriminant Analysis Algorithm）

机器学习算法系列（十一）-线性判别分析算法（二）（Linear Discriminant Analysis Algorithm）

机器学习算法系列（十）-线性判别分析算法（一）（Linear Discriminant Analysis Algorithm）

机器学习-有监督学习-降维：LDA算法(Linear Discriminant Analysis, 线性判别分析)

基于图嵌入的降维算法——局部敏感判别分析(Locality Sensitive Discriminant Analysis ，LSDA)

机器学习-线性模型-LDA（线性判别分析）PYTHON 代码实现

C++编程练习 计算一元二次方程组解&判断是否测试过三种情况

线性模型——线性回归模型的正则化

线性与二次判别分析

线性和二次判别分析

Fisher's Linear Discriminant（LDA) 线性判别模型（2类）

高斯判别分析(GDA,Gaussian discriminant analsis)和Logistic回归

线性判别分析(Linear Discriminant Analysis, LDA）算法分析

Linear Discriminant Analysis 线性判别分析算法（LDA）

降维算法二：LDA（Linear Discriminant Analysis）

DCFNET: DISCRIMINANT CORRELATION FILTERS NETWORK FOR VISUAL TRACKING

线性判别分析（Linear Discriminant Analysis ,简称LDA）

Discriminant Functions

【温故而知新】高斯判别分析(Gaussian Discriminant Analysis)

【温故而知新】线性判别分析(Linear Discriminant Analysis)

C语言一元二次方程

C++编程练习计算一元二次方程组解&判断是否测试过三种情况