222 品 1 m 22 2 1 Signal representation (PCA) Classification (LDA) > Feature 图3.PCA和LDA的区别(Vikipedia提供) LDA PCA DLDA 4 。 图4.有两类不同的类别分别代表两个不同的高斯分布。然 而，每类只选出两个样本来用PCA或LDA来进行处理。直观 上感觉，相对于LDA的分类结果，PCA的分类结果是我们更期 望得到的。DPCA和DLDA分别表示了用最近邻算法得到的决策 面。(A.M.Martinez and A.C.Kak提供) 6
ã 3. PCAÚLDA«O(WikipediaJø) ã 4. küaØÓaO©OLüØÓpd©Ù", §zaÀÑü 5^PCA½LDA 5?1?n"* þaú§éuLDA©a(J§PCA©a(J´·Ï ""DP CAÚDLDA©OL« ^C{ûü ¡"(A.M. Martinez and A.C. KakJø) 6
图5.图中有三类呈棒状平行分布的数据。此时 用PCA降维会破坏数据的信息(Vikipedia提供) 01 02 图6.当数据不是高斯分布时，投影后混叠很严 重(Wikipedia提供) 7
ã 5. ã¥kna¥G²1©Ùêâ"d ^PCAü¬»êâ&E(WikipediaJø) ã 6. êâØ´pd©Ù§ÝK·Uéî (WikipediaJø) 7