<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom">
  <channel>
    <title>线性判别分析 on 知识铺的博客</title>
    <link>https://index.zshipu.com/ai/tags/%E7%BA%BF%E6%80%A7%E5%88%A4%E5%88%AB%E5%88%86%E6%9E%90/</link>
    <description>Recent content in 线性判别分析 on 知识铺的博客</description>
    <generator>Hugo -- gohugo.io</generator>
    <language>zh-CN</language>
    <lastBuildDate>Wed, 18 Dec 2024 08:16:24 +0000</lastBuildDate>
    <atom:link href="https://index.zshipu.com/ai/tags/%E7%BA%BF%E6%80%A7%E5%88%A4%E5%88%AB%E5%88%86%E6%9E%90/index.xml" rel="self" type="application/rss+xml" />
    <item>
      <title>线性判别分析（Linear Discriminant Analysis, LDA）</title>
      <link>https://index.zshipu.com/ai/post/20241218/%E7%BA%BF%E6%80%A7%E5%88%A4%E5%88%AB%E5%88%86%E6%9E%90Linear-Discriminant-Analysis-LDA--%E7%9F%A5%E8%AF%86%E9%93%BA/</link>
      <pubDate>Wed, 18 Dec 2024 08:16:24 +0000</pubDate>
      <guid>https://index.zshipu.com/ai/post/20241218/%E7%BA%BF%E6%80%A7%E5%88%A4%E5%88%AB%E5%88%86%E6%9E%90Linear-Discriminant-Analysis-LDA--%E7%9F%A5%E8%AF%86%E9%93%BA/</guid>
      <description>线性判别分析 (LDA) 介绍 逻辑回归通常是处理两类分类问题的算法。然而，当我们面对多于两个类别的分类任务时，线性判别分析（Linear Discriminant Analysis, LDA）成为首选的线性分类方法。 LDA 的模型表示 LDA 的模型非常直观，它主要依赖于数据的统计特性来为每个类别建立描述。对于单一输入变量，LDA 涉及以下统计量： 每</description>
    </item>
  </channel>
</rss>
