PCA vs LDA

比較	PCA	LDA
監督	無監督	有監督（需類別標籤）
目標	最大化整體 variance	群內緊密 + 群間分散
降維概論上限	無限制	最多「類別數 - 1」維
分類效果	不保證	專門為分類設計

投影示意（必考）

同樣的資料（○群 + ×群）：

• PCA 投影：兩類混在一起
• LDA 投影：兩類清楚分開 ✓

使用前提

兩者都假設資料符合常態分佈，否則效果差。 → 非常態時：非常態資料NN處理

相關

降維概論 / PCA-LDA矩陣與柏拉圖 / 非常態資料NN處理 / t-SNE