数据挖掘中PCA和LDA分类算法的比较

• 作者: 李华 黄华梅
• 来源期刊: 信息与电脑
• 学科: 工学
• 关键词: PCA LDA 分类
• 年，卷（期）: 2019,（6）
• 所属期刊栏目: 算法语言
• 页码范围: 46-48
• 页数: 3页
• 分类号: TP306
• 语种: 中文

摘要

分类是一种重要的数据挖掘问题,它的一般过程是先输入数据,再利用相关的分类算法得到分类规则,对新的数据划分类别.笔者详细介绍了两种简单的分类降维算法:Principal Component Analysis (PCA)和Linear Discriminant Analysis (LDA).通过比较这两种分类算法发现,LDA是有监督的降维方法,可选择分类性能最好的投影方向,而PCA是无监督的降维方法,可选择样本点投影具有最大方差的方向.