我目前正在研究 PCA（主成分分析）和 LDA（线性判别分析）。我了解两者的几何意义和工作过程。然后我想找到一个例子，从二维空间中最简单的情况开始，两者产生相同的结果。
我尝试过让类集群以某种方式“并行”，因此 PCA 只会穿过冲突的线性空间，LDA 也会做同样的事情，但我对此不确定。
Ex 在这张图片中 LDA 会像 PCA 第二个组件一样工作吗？
在二维空间中获得LDA和PCA相同结果的最简单情况是两个样本，例如[-1,0] 和 [+1,0]，其中 x 轴包含类别信息。
主要成分 #1 是 [+1,0]。
这也是样本投影仍然可以完全分类的子空间。
