第条免费访问 在上共享 局部判别分析 作者： 马可·卢格 丹麦哥本哈根IT大学Image Group 丹麦哥本哈根IT大学Image Group查看个人资料 , 迪克·德·里德 荷兰代尔夫特理工大学 荷兰代尔夫特理工大学查看个人资料 作者信息和声明 ICPR’06：第18届模式识别国际会议记录第03卷2006年8月第328–331页https://doi.org/10.109/ICPR.2006.769出版：2006年8月20日出版历史 ICPR'06：第18届模式识别国际会议论文集-第03卷局部判别分析第328–331页 上一个第章下一步第章 摘要 这里介绍的工作的主要目的是介绍一种有监督的非线性降维技术，该技术以局部方式执行众所周知的线性判别分析，与其他非线性降维方法相比，能够以较少的计算工作量提供强大的映射。此外，由于新方法与费希尔LDA的密切联系，更明显的是，它具有歧视性，这在以前的公式中并不明显。该方法利用了Hastie等人倡导的最佳评分框架，并被称为局部判别分析（eDA）。 引用人查看全部 索引术语 局部判别分析计算方法机器学习学习范式监督学习分类指导学习机器学习方法分类和回归树马尔可夫决策过程计算理论应用领域的理论和算法机器学习理论马尔可夫决策过程 建议 局部切线空间判别分析 我们提出了一种新的有监督降维方法，称为局部切线空间判别分析（TSD），该方法能够利用切线空间的几何信息。该方法旨在寻找一个嵌入空间，其中。。。阅读更多信息监督降维的局部Fisher判别分析ICML'06：第23届机器学习国际会议记录 降维是高维数据分析中重要的预处理步骤之一。本文考虑样本带有类标签的监督降维问题。传统渔夫。。。阅读更多信息全局和局部结构联合判别分析 线性判别分析（LDA）仅考虑数据的全局欧几里德几何结构进行降维。然而，以前的工作已经证明，局部几何结构对于降维是有效的。。。阅读更多信息 评论 Please enable JavaScript to view thecomments powered by Disqus. 登录选项检查您是否可以通过登录凭据或您的机构访问本文。登录完全访问权限获取此出版物 问询处贡献者发布于 ICPR’06：第18届模式识别国际会议记录第03卷2006年8月1242页国际标准图书编号：0769525210 赞助商合作中出版商IEEE计算机学会美国 出版历史 出版：2006年8月20日 限定符第条会议 资金来源 其他指标查看文章指标文献计量学引文4文章指标4引文总数查看引文0总下载次数下载次数（过去12个月）0下载量（最近6周）0其他指标查看作者指标引用人查看全部数字版以数字版本查看这篇文章。查看数字版数字其他共享此出版物链接https://dl.acm.org/doi/10.109/ICPR.2006.769复制链接在社交媒体上分享 在上共享 0工具书类
