【为什么线性判别分析的降维维数不能大于类别数减一】这涉及到矩阵乘法的问题，我们假设类别总数为N：由于矩阵中的的秩为1，因此SB的秩最多为N，即类别数目（矩阵的秩小于等于各个相加矩阵的秩的和） 。又由于 和N个 不是线性无关的，和前N-1个 可以表示出第N个，或者说可以通的线性组合表示出来，因此 的秩最多为N-1，的秩最大也为N-1 。而LDA的映射矩阵W为 进行特征值求解的特征矩阵所组成 。由于秩为N-1 ， 那么不为0的特征值个数为则不大于N-1，因此有用的特征向量个数也不大于N-1 。故其降维后的特征维度也不大于N-1 。也就是对于2类 ， 只能降维为1维 。

以上就是为什么线性判别分析的降维维数不能大于类别数减一的内容啦，希望本文可以帮到你！

• 为什么一说话耳朵有声音
• 乌梅子酱为什么火了
• 重庆为什么叫抄手
• 为什么猫咪发出呼噜呼噜声
• 电钻被扔到地上为什么不会把地球钻穿
• vivo在3i充电器为什么插不进去
• 苹果5s为什么会开机出现蓝屏
• 数字式万用表测量电阻读数为什么会变化
• 为什么煮蛋器煮蛋容易破
• 女生节为什么在妇女节前一天 女生节的变化