本博客运行环境为Jupyter Notebook、Python3。使用的数据集是鸢尾花数据集。 目录线性判别分析代码实现缺少一组数据的问题已解决！代码已更新！ 线性判别分析 线性判别分析(Linear Discriminant Analysis,简称LDA)是一种经典的线性学习方法，在二分类问题.上因为最早由[Fisher, 1936]提出,亦称“Fisher判别分析”。 LDA的基本思想:给定训练样例集,设法将样例投影到一条直线上,使得同类样例的投影点尽可能接近、异类样例的投影点尽可能远离;在对新样本进行分类时,将其投影到同样的这条直线上，再根据投影点的位置来确定新样本的类别。 下图是LD

本代码提供了基于python sklearn库的LDA线性判别分析算法： 1.利用伪随机数生成测试数据，无需添加新样本 2.较详细地介绍了库函数各参数的含义

线性判别分析（LDA）是模式识别领域的一个经典方法，但是LDA难以克服小样本问题。针对LDA的小样本问题，提出一种双曲余弦矩阵鉴别分析方法（HCDA）。该方法首先给出了双曲余弦矩阵函数的定义及其特征系统，再利用双曲余弦矩阵函数特征系统的特点，将其引入Fisher准则中进行特征提取。HCDA有两方面的优势：a）避免了小样本问题，可以提取更多的鉴别信息；b）HCDA方法隐含了一个非线性映射。该映射具有扩大样本间距离的作用，并且对不同类别样本间距离的扩大尺度要大于同类别样本间距离的扩大尺度，从而更有利于模式分类。在手写数字库、手写字母图像库和Georgia Tech人脸图像库上的实验结果表明，相对于具有代表性的解决LDA小样本问题的方法，HCDA具有更好的识别性能。

IDA classify EMG线性判别分析

Matlab关于多目标分类的算法实现有代码及详细注释-类依赖的线性判别分析.rar 按照文献“类依赖的线性判别分析”给出的CSLDA算法思路，我编写出相应代码，然后用UCI实验室测试数据测试，效果不太好，那点错了吗？该如何修正？望高手指教。附文献、代码和测试数据。如果不想浪费m币，请留下邮箱。 UCI.DAT 测试数据 CSLDA.m 代码 类依赖的线性判别分析.rar 文献

LDA 线性判别 算法原理及代码

Matlab代码 LDA分析，可以用作特征提取或者分类器

这是线性判别分析的一个matlab code,有具体实例的运行结果，还有关于LDA 算法的详细讲解，通俗易懂，希望对大家有用.

LDA算法分析中文教程,fisher 线性判别式,降维，分类算法，线性判别分析算法教程 ，内附LDA实验代码

原创，测试识别率0.99，重构图像完全比不上PCA，但能满足分类要求。可下载后直接运行，并保存特征向量数据