6.1.3线性判别分析
逻辑回归是一个处理二分类问题的传统分类算法。如果需要进行更多的分类，线性判别分析算法（LinearDiscriminant Analysis，LDA）是一个更好的线性分类方法。线性判别分析的例子如图6-4所示。对LDA的解释非常直接，它包括针对每一个类的输入数据的统计特性。对于单一输入变量来说，包括：
类内样本均值。
●总体样本变量。
通过计算每个类的判别值，并根据最大值来进行预测。这种方法假设数据服从高斯分布（钟形曲线），所以可以较好地提前去除离群值。这是针对分类模型预测问题的一种简单有效的方法。
人工智能与大数据技术导论
166