模式识别作业new.docVIP

第四章模式识别作业 姓名：谢雪琴 学号：2010222055 阐述线性判别函数的几何意义和用于分类的实用价值。 答：线性判别函数的几何意义： 利用线性判别函数进行决策，它可以看成是两类数据沿着一个向量投影，在向量上存在一个超平面，能将两类数据分隔开，即两类数据能够完全被区别。线性判别函数可以是最小错误率或最小风险意义下的最优分类器。 它利用一个超平面把特征空间分割成为两个决策区域，超平面的方向由权向量W确定，它的位置由阈权值w0确定，判别函数g（x）正比于x点到超平面的代数距离（带正负号），当x在H正侧时，g（x）0，当在H负侧时，g（x）0; 使用价值：线性分类器是最简单的分类器，但是样本在某些分布情况时，线性判别函数可以成为最小错误率或最小风险意义下的最优分类器。而在一般情况下，线性分类器只能是次优分类器，但是因为他简单而且在很多情况下效果接近最优，所以应用比较广发，在样本有限的情况下有时甚至能取得比复杂分类器更好地效果 参考教材4.3，完成线性判别分析（LDA）的Matlab实现，并用Fishers Iris Data【注】进行验证（考虑其中的2类即可）。 注：Fishers Iris Data: Fishers iris data consists of measurements on the sepal length, sepal width, petal len