我认为多类 LDA 分类器总是（嗯，在大多数实际任务中）优于 2 类 LDA。我将尝试描述原因。

看一下示例数据集：

你在这里有三个班。假设你想用 LDA 为蓝色类构建一对一分类器。

“蓝色”类的估计均值为零，但“其他”类的估计均值也为零。并且协方差与LDA的定义相同。这意味着 LDA 将响应具有更多元素的标签。而且它永远不会返回类“蓝色”！

对于多类 LDA，它将设法完美地找到正确的类。

关于这一点的背景是，在大多数情况下，高斯的混合不再是高斯了。所以这个LDA的假设失败了。而且我必须说，很难想出一个数据集的例子，其中每个类都是高斯的，而且在我们加入它们之后它们仍然是高斯的。

这就是为什么我强烈建议使用 Multi-class LDA。希望它会有所帮助！