问FDA与LDA的差异
EN

Data Science用户

提问于 2021-03-24 08:37:25

回答 1查看 1K关注 0票数 2

我曾在“数学堆栈交换”中问过这个问题，但我认为它可能更适合这里：

我目前正在参加一个数据分析课程，我学到了术语LDA (线性鉴别分析)和FDA (Fisher的判别分析)。我几乎有一种感觉，它们在某些地方被用作某种同义词，这显然不是真的。

有人能解释一下这些方法有什么关系吗？由于LDA的目标是降低维数，同时保存来自这些维度的信息，FDA建议了一种方法来实现这一点，我可以说Fisher的方法只是LDA的一个子主题吗？

或者，作为我可能补充的另一个问题，FDA和LDA是否是同义词，因此在任何特定情况下都是等价的？我什么时候使用LDA，什么时候FDA？

我已经在维基百科上找到了一些答案：

Fisher's线性鉴别和LDA这两个术语经常被交替使用，尽管Fisher最初的文章实际上描述了一个略有不同的判别，它并没有对LDA的一些假设做出假设，如正态分布类或等类协方差。

有人还能再详细一点吗？

发布于 2021-06-22 20:29:00

Fisher判别分析(FDA)是线性判别分析(LDA)，只有两类。LDA是FDA的直接延伸到两个或两个以上的类别。

票数 2

页面原文内容由Data Science提供。腾讯云小微IT领域专用引擎提供翻译支持

原文链接：

https://datascience.stackexchange.com/questions/91088

复制

相似问题

问FDA与LDA的差异EN