fisher算法及其matlab实现.docVIP

. . Fisher判别法讲解以及matlab代码实现 两类的线形判别问题可以看作是把所有样本都投影到一个方向上，然后在这个一维空间中确定一个分类的阈值。过这个预置点且与投影方向垂直的超平面就是两类的分类面。 第一个问题，如何确定投影方向？ 这里只讨论两类分类的问题.训练样本集是X={x1,x2...xn},每个样本是一个d维向量，其中第一类w1={，...},第二类w2={，...}。我们要寻求一个投影方向w（w也是一个d维向量），投影以后样本变成：=(y是一个标量)，i=1...n 在原样本空间中，类均值为： i=1,2(一共两类的均值) （ps.是一个d*1的矩阵，假设每个维度是一个变量值，mi中的每一维度就是这些变量值的均值，如下图所示: 图1 特别注明：有些例子给的矩阵是这样的： 图2 这里的单个样本是1*d的矩阵，要注意计算的时候将其转置，不然套用fisher算法公式的时候就会发现最后得到的矩阵维数不对。 定义各类类内的离散度矩阵为：（类内离散度矩阵其实就是类协方差矩阵，类在多于一个样本，且样本维度1时是一个矩阵） （因为，是一个d*1的矩阵，也可称作d维向量，也是一个d*1的矩阵，所以最后得到的一定是一个d*d的矩阵） （在用