contrastive pca

对于 "contrastive PCA"，这是一种基于主成分分析 (PCA) 的方法，用于在特征空间中比较两个或多个不同类别之间的差异。它旨在通过最大化类内方差和最小化类间方差来提高分类性能。

通常，PCA 用于减少数据集的维度，并找到最能解释数据变异的主要特征。而 contrastive PCA 通过对比不同类别之间的方差来寻找特征的差异。通过将类内方差最小化和类间方差最大化，这种方法可以提高分类器的鲁棒性。