Fisher線性判別分析
阿新 • • 發佈:2018-12-29
本文參考《模式識別》 張學工
以二分類介紹
fisher線性判別:把所有樣本都投影到一個方向,然後在這個一維空間中確定一個分類閾值,而fisher要找的就是這個投影方向。
衡量投影方向的標準:選擇投影方向,使投影后兩類相鄰儘可能遠,同時每一類內部的樣本又儘可能近。
演算法推導
訓練樣本為
在原來的樣本空間中,類別均值為
總的類內離散度矩陣為
投影以後的一維空間裡,兩類的均值中將
而類內複雜度此時是一個值
類內總複雜度為
為了讓類內儘可能聚集,而類間儘可能離散,將這一目標表述為如下Fisher準則函式
其中