4.3.1.2 线性判别分析 (LDA)

文档摘要

4.3.1.2 线性判别分析 (LDA) 4.3.1.2 线性判别分析（LDA）：当“降维”变成“判别失效”——一个被忽略的协方差矩阵奇异性陷阱与可复用的稳健LDA实现方案你有没有遇到过这样的场景？模型训练时一切顺利：数据清洗完毕、类别平衡、标准化到位；调用，传入，准备画出那张教科书般的二维散点图——结果报错：或者更隐蔽些：不报错，但后的投影坐标全部坍缩成一条直线，类间距离几乎为零，分类器在LDA特征上准确率暴跌30%。你反复检查标签、确认不是单类样本，甚至重跑PCA验证数据本身结构良好……最后发现，问题既不在数据缺失，也不在代码逻辑，而藏在LDA最核心的数学骨架里——那个被默认信任、却在高维小样本下必然崩塌的类内散度矩阵 $ \mathbf{S}W $。