跳至內容
學習
新聞
工具
職缺
使命
搜尋
⌘K
English
捐款
選單
從這裡開始
開始學習
學習
前往 學習
課程
指南
AI 導師
提示庫
測驗
認證
術語表
新聞
前往 新聞
最新人工智慧新聞
主題追蹤器
研究和數據集
部落格
編輯準則
更正說明
工具
前往 工具
工具目錄
最佳名單
比較工具
成本計算器
快速精煉機
提交工具
職缺
前往 職缺
瀏覽人工智慧職位
發布職缺
贊助美亞保險
使命
前往 使命
使命
影響和統計
作者
幫助中心
有什麼新消息
支援
捐款
首頁
測驗
線性判別分析測驗
引導式測驗 · 中等 等級
線性判別分析測驗
回顧 LDA 分類和投影、共享協方差假設、判別維度以及與 PCA 的差異。
相關引導路徑
線性判別分析
8 問題
透過標誌 80%
問題 1 的 8
Why does common LDA classification produce linear decision boundaries?
需要提示嗎?
A
It uses class-specific covariance matrices in every case
B
It maximizes total feature variance without labels
C
Classes share a covariance matrix in its usual Gaussian model
D
It ignores class priors whenever class sizes differ