摘要： 提要：本文主要介绍了和推导了LDA和PCA，参考了这篇博客LDALDA的原理是，将带上标签的数据（点），通过投影的方法，投影到维度更低的空间中，使得投影后的点，会形成按类别区分，一簇一簇的情况，相同类别的点，将会在投影后的空间中更接近。要说明白LDA，首先得弄明白线性分类器(Linear Classifier)：因为LDA是一种线性分类器。对于K-分类的一个分类问题，会有K个线性函数：PS 上面一大段话完全可以不看，看不懂也完全没有关系，你只要知道不同类的x，经过上面那个式子算出y（x和y的维数可能不同，一般y的维数要小一点，因为LDA和PCA就是用来降维的嘛，PPS就是用维数较低的数据就可以 阅读全文