【为什么线性判别分析的降维维数不能大于类别数减一】
这涉及到矩阵乘法的问题，我们假设类别总数为N：由于矩阵中的的秩为1，因此SB的秩最多为N，即类别数目（矩阵的秩小于等于各个相加矩阵的秩的和） 。又由于和N个不是线性无关的，和前N-1个可以表示出第N个，或者说可以通的线性组合表示出来 ， 因此的秩最多为N-1， 的秩最大也为N-1 。而LDA的映射矩阵W为进行特征值求解的特征矩阵所组成 。由于秩为N-1，那么不为0的特征值个数为则不大于N-1，因此有用的特征向量个数也不大于N-1 。故其降维后的特征维度也不大于N-1 。也就是对于2类，只能降维为1维 。
推荐阅读
- 为什么国内漫画杂志的价格过低有何危害为何提高举步维艰
- 电影空军一号里面的情节是否可能发生为什么
- 新车合格证为什么要几天才能下来
- 为什么糖类的结构比蛋白质和核酸更难研究
- 为什么精灵王座上映日期从8.12改到8.19有何玄机
- qq音乐下载歌曲后本地里为什么找不到
- 为什么本人欣赏不来流行舞蹈比如韩流明星那种舞蹈
- 为什么在视频上看LED灯会一闪一闪的
- qq为什么看不到对方发的信息
- 为什么水箱中的鱼呈现这种分布