LDA(Linear Discriminant Analysis)是一种经典的线性判别方法，又称Fisher判别 分析。该方法思想比较简单:给定训练集样例，设法将样例投影到一维的直线 上，使得同类样例的投影点尽可能接近和密集，异类投影点尽可能远离。
核心问题：找到线性系数向量
结果分析
Fisher判别分析可用于多分类
Logistic回归也可用于多分类
核心问题：找到线性系数向量
相关文章：
核心问题：找到线性系数向量
相似解决方案
热门标签