模式识别教学资料：第四章.pptVIP

习题： 已知两类问题的样本集中，有两个样本。 属于类， 属于类，对它们进行增广后，这两个样本的增广样本分别为 =_________, =_________。 广义线性判别函数主要是利用_________原理解决_________问题，利用广义线性判别函数设计分类器可能导致_________。 线性分类器设计步骤？ 线性判别函数g(x)的几何表示是：点x到决策面H的_________。 (1,1,-3,2) (1,-1,-2,3) 高次判别函数 增加一维 维数灾难 代数度量 增广样本向量使特征空间增加了_____（一、二、三、大于三）维，但样本在新的空间中保持了样本间的_______不变，对于分类效果也与原决策面相同。 在新的空间中决策面H是坐标_______。 过坐标原点 一 欧氏距离 习题 Fisher准则的基本原理为：找到一个最合适的投影轴，使________在该轴上投影之间的距离尽可能远，而_________的投影尽可能紧凑，从而使分类效果为最佳。 Fisher准则函数的定义为 =_________。 Fisher方法中，样本类内离散度矩阵Si与总类内离散度矩阵Sw 分别为_________和_________。 Fisher方法主要利用投影向量w，将所有d维样本x投影的一维样本y（即，y=wTx）来实现对样本的有效分类。已知一维样本类间离散度 ，d维样本类间离散度矩阵为 ，证明它们之间的关系为 利用Lagrange乘子法使Fisher线性判别的准则函数极大化，最终可以得到的判别函数权向量 = _________。 叙述Fisher算法的基本原理。 Fisher准则函数的定义为 。试利用Lagrange乘子法使Fisher线性判别的准则函数极大化来得到的判别函数权向量。描述获得这个权向量的推导过程。