為什麼線性判別分析的降維維數不能大於類別數減一

　　這涉及到矩陣乘法的問題，我們假設類別總數為N：由於矩陣中的的秩為1，因此SB的秩最多為N，即類別數目（矩陣的秩小於等於各個相加矩陣的秩的和）。又由於 和N個 不是線性無關的， 和前N-1個 可以表示出第N個 ，或者說可以通的線性組合表示出來，因此 的秩最多為N-1， 的秩最大也為N-1。而LDA的對映矩陣W為 進行特徵值求解的特徵矩陣所組成。由於秩為N-1，那麼不為0的特徵值個數為則不大於N-1，因此有用的特徵向量個數也不大於N-1。故其降維後的特徵維度也不大於N-1。也就是對於2類，只能降維為1維。

　　準確數大於近似數是對。具體對比如下：

　　1、一個能表示原來物體或事件的實際數量的數，這個數稱為準確數。與近似數相對。

　　2、準確數，與實際完全符合的數。近似數，與實際接近的數。

　　3、近似數是指與準確數相近的一個數。

　　1、維維豆奶含有奶。其實豆奶按照專業的概念應該是不含牛奶的，但是它不是豆漿，專業書籍這樣介紹豆奶的加工工藝：將大豆經浸泡、磨碎、過濾、調製、超高溫加熱、脫臭、高壓均質、冷卻等加工過程，製成均質、奶樣、乳白色的液體，即豆奶。由此可見，豆奶是在豆漿的基礎上再經超高溫加熱、脫臭、高壓均質等過程製得,在加工過程中，可根據市場需要配上牛奶、咖啡、可可、椰汁等營養劑。