24小时热门版块排行榜    

查看: 1241  |  回复: 5

xmcrobbie

银虫 (小有名气)

[求助] LDA的优势在哪里?只是降维吗? 已有3人参与

我把训练样本和测试样本的数据用PCA降维后,直接用欧式距离计算训练向量和测试向量的距离,发现准确率一点都不比LDA差。LDA 的主要优点是不是在于降维?
回复此楼

» 猜你喜欢

已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

yuanmd

至尊木虫 (知名作家)

衔头义定自

【答案】应助回帖

感谢参与,应助指数 +1
用的是什么数据?
梦想总是要有的,万一实现了呢?
2楼2014-01-01 00:24:50
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

lzunightmare

木虫 (正式写手)

【答案】应助回帖

感谢参与,应助指数 +1
LDA的主要优点是分类而非降维。看下LDA的原理你就知道了,就是从考虑更好地分类推导出来的。
3楼2014-01-01 03:24:54
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

xmcrobbie

银虫 (小有名气)

引用回帖:
3楼: Originally posted by lzunightmare at 2014-01-01 03:24:54
LDA的主要优点是分类而非降维。看下LDA的原理你就知道了,就是从考虑更好地分类推导出来的。

我没用lda,分类效果也挺好的啊!

[ 发自小木虫客户端 ]
4楼2014-01-01 05:58:19
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

blablabla

木虫 (小有名气)

【答案】应助回帖

★ ★ ★ ★ ★
xmcrobbie: 金币+5, ★★★★★最佳答案 2014-01-04 16:17:17
lda是有监督的降维,使得训练数据在新的子空间中类间方差变大,类内方差变小。
pca是无监督降维,使得所有数据(训练+测试)在新的子空间中投影的方差尽量大。
LDA选择分类性能最好的方向,PCA选择样本点投影具有最大方差的方向。
你做的结果差不多,并不能说明lda没有作用,应该是数据本身的分布造成的结果近似。lda更多依赖于数据的均值信息,当两类均值不具备投影后能分开的特性时,lda的性能发挥不出来。
5楼2014-01-03 21:48:34
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

unforget408

铜虫 (正式写手)

学习了,谢谢
6楼2014-01-08 23:07:56
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖
相关版块跳转 我要订阅楼主 xmcrobbie 的主题更新
信息提示
请填处理意见