数据词典：线性判别分析（Linear Discriminant Analysis）

赵老师

线性判别分析（LDA：Linear Discriminant Analysis）也称为Fisher线性判别，是模式识别的经典算法，它是在1996年由Belhumeur引入到模式识别和人工智能领域的。其鉴别分析的基本思想是将高维的模式样本投影到最佳鉴别向量空间，以达到抽取分类信息和压缩特征空间维数的效果，投影后保证模式样本在新的子空间有最大的类间距离和最小的类内距离，也就是使投影后模式样本的类间散布矩阵最大，同时类内散布矩阵最小，即模式在该空间中有最佳的可分离性。因此，它是一种有效的特征抽取方法。

【出处】葛东旭.数据挖掘原理与应用.机械工业出版社，2020年3月第1版.