- 博客(10)
- 收藏
- 关注
RSS订阅原创 机器学习|线性判别分析
线性判别方法（简称LDA）是一种经典的线性学习方法，其思想为：给定训练样集，想办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，再根据投影点的位置来确定新样本的类别。就是同一类样本投影后的结果向量差异尽可能小，不同类的样本差异尽可能大。要想同类样例的投影点尽可能接近，可以让同类样例投影点的协方差尽可能的小，即。要想异类样例的投影点尽可能远离，可让类中心之间的距离尽可能大，即。上，则两类样本的中心在直线上的投影分别为。
2025-02-19 22:44:40
937
原创 二分类型。
lower_bound:查找第一次大于等于l的 元素位置。输出数组中大于等于 l 且小于等于 r 的元素个数。upper_bound:查找第一次大于r的元素位置。
2025-02-17 17:51:22
131
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人