[计算机]第六章 判别分析.pptVIP

在有些实际问题中，损失c(j|i)不容易给出，与其盲目定值，不如把它们看作完全相等，即这时常取 则： 标准的贝叶斯判别方法应该要计算后验概率分布，即计算当样本x已知时，它属于Gt的概率，记作 p(Gt | x)，这个概率作为样品归类的尺度，其概率意义更为直接。易见 §6.3 费歇（Fisher）判别 一、原理 费歇（Fisher）判别的思想是投影，将k组p维数据投影到某一个方向，使得它们的投影对组与组之间来说尽可能地分开。 设有k个总体G1,G2,…,Gk，相应的平均向量和协方差矩阵分别为 和∑j(j=1,…,k)。任给一个样本 ，要判断 应该属于哪个总体，我们要找一个线性判别函数 按什么原则来选择 呢？因为向量 表示p维空间中的一个方向，如果按这个方向作一条直线（建立一个一维坐标系），那么 表示向量 在这条直线上投影的坐标。将各总体均值（向量）投影到这条直线上，得到各总体均值在这条直线上的坐标 。显然，如果这些坐标值相距“越大”，越容易分辩究竟属于哪个总体。 例如图（6.2），判别函数