主成分分析与线性判别分析降维比较

• 作者: 保丽红
• 来源期刊: 统计学与应用
• 学科: 工学
• 关键词: 主成分分析 线性判别分析 矩阵型数据
• 年，卷（期）: 2020,（1）
• 页码范围: 47-52
• 页数: 6页
• 分类号: TP3

摘要

主成分分析(PCA)和线性判别分析(LDA)是机器学习领域中常用的降维方法。本文针对矩阵型数据结构,将一维的降维方法PCA和LDA推广为二维PCA和二维LDA,2DPCA和2DLDA对矩阵型数据进行降维处理时,克服了维数灾难的问题。实验研究表明,对比降维效果和分类错误率,2DLDA相比2DPCA是一种更为出色的降维分类方法。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	保丽红		1	0	0.0	0.0