摘要：在模式识别与机器学习中,为了降低高维数据带来的巨大运算量,通常需要对数据进行降维预处理。在常用的数据降维算法中,主成分分析（PCA）与线性判别分析（LDA）是两种最常用的降维方法。由于这两种算法具有较强的内在联系而不易理解,对这两种算法的工作原理与实现进行对比分析,并对两者的应用与扩展进行讨论。

原文链接:http://www.cqvip.com//QK/81265X/201610/670449952.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）