● 每周一言
想工作高效，合作不可或缺。
导语
上一节介绍了PCA降维，PCA是一种无监督降维方法。本节将介绍另外一种常见的有监督降维方法，线性判别分析LDA，以及其具体的算法思想和步骤。
线性判别分析
我们知道，降维的最终目的是一方面能将特征维数大大降低，另一方面则是能够最大程度的保持原样本数据的多样性。
前一节所讲的PCA模型，可以将样本数据投影到方差最大的低维空间中，保证了样本数据的多样性。但是，由于是无监督学习，并未考虑到样本所属的类别，因此会出现不同类别数据在降维之后相互掺杂的情况，从而很难进行后续的分类。
线性判别分析，除了能够最大程度的保持原样本数据的多样性，由于其考虑到了样本的类别标签，还能使降维后的同类别样本距离尽可能小，而不同类别的样本尽可能大。
我们不妨通过一个二分类的例子，来熟悉一下LDA的具体算法思想和步骤，了解其是如何做到降维后还能划分开不同类别样本之间的数据的。
样本xi表示第i个样本的特征向量，yi表示第i个样本的类别标签。在二分类问题中，LDA通过z = ωx把原样本数据映射到一维空间中。
为了描述“同类别样本距离尽可能小，而不同类别的样本尽可能大”这个目标，我们先定义几个变量。根据z = ωx，每一个样本xi都转化成了zi。我们用Xc表示原空间C类别的样本集合，Zc表示降维空间C类别的样本集合。
定义样本集合Xc的均值如下：
定义样本集合Zc的均值如下：
有了上面的公式，我们就能定义同类别样本之间的距离如下：
同样的，也可以定义类别之间的距离如下：
根据上面两个式子，就能定义LDA的目标函数了。LDA的目标就是寻找最大化这个目标函数的ω值，使得“同类别样本距离尽可能小，而不同类别的样本尽可能大”。
求解这个函数的方法是拉格朗日乘子法，感兴趣的读者可以参考前面我对拉格朗日乘子法的讲解 机器学习方法篇(12)——拉格朗日乘子法，这里不再描述求解的公式推导过程。
以上便是线性判别分析的介绍，敬请期待下节内容。
扫描二维码关注公众号，回复：
1747015 查看本文章
参考：
https://blog.csdn.net/victoriaw/article/details/78213252
结语
感谢各位的耐心阅读，后续文章于每周日奉上，敬请期待。欢迎大家关注小斗公众号 对半独白！
