针对尖峰协方差模型的谱校正正则化线性判别分析
机器学习
2024-03-11 v3 机器学习
摘要
本文提出一种改进的线性判别分析，称为谱校正正则化 LDA（SRLDA）。该方法融合了样本谱校正协方差矩阵和正则化判别分析的设计思想。在大维随机矩阵分析框架的支持下，证明了 SRLDA 在尖峰模型假设下具有线性分类全局最优解。根据仿真数据分析，SRLDA 分类器优于 RLDA 和 ILDA，且更接近理论分类器。在不同数据集上的实验表明，SRLDA 算法在分类和降维方面优于当前使用的工具。
引用
@article{arxiv.2210.03859,
title = {Spectrally-Corrected and Regularized Linear Discriminant Analysis for Spiked Covariance Model},
author = {Hua Li and Wenya Luo and Zhidong Bai and Huanchao Zhou and Zhangni Pu},
journal= {arXiv preprint arXiv:2210.03859},
year = {2024}
}