原创力文档- 1、本文档共20页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
两类别LDA线性判别式分析
Linear Discriminant Analysis LDA 线性判别式分析法 利用线性判别函数设计两类分类器 问题的起源 在概率密度函数P(x|wi)未知的条件下,不再设法求出P(x|wi)并转化为后验概率密度函数P(wi | x),而是采用以下方法: 给定某个线性判别函数类g(x) 利用样本集X确定判别函数类g(x)中的未知参数(给定一个cost function用最优化方法使代价函数取极值) 把未知样本x归类到具有最大的判别函数值的类别中 线性判别函数的给定 一般线性判别函数: 准则函数的选取 感知准则函数(应用于线性可分的样本集) 原理: 设:样本集Y={y1, y2,…, yN}为对应于X= {x1, x2,…, xN}的增广样本集. * * 广义线性判别函数: 结论: 对任意判别函数作级数展开，然后取其截尾部分的逼近,通过适当的变换，都可以化为广义线性判别函数来处理. 解决由样本集设计线性分类器的主要步骤: 感知准则函数 解释: 设:A为αTyn0的解区, B为αTynb的解区,则: 对任意α∈B必有α∈A,即有:A包含B.即新解区B位于原解区A之中. 设: αA为A解区边界上的点,则αA满足: αATyn=0. αB为B解区边界上的点,则αB满足: αBTyn=b. B解区边界离开A解区边界的距离|| αB -αA ||为: αBTyn -αATyn =b αBT -αAT=b/yn || αB -αA || =b/ || yn || *
文档评论（0）