MFA算法详解

类内图中，连接每个数据点(比如：点 x1 和 x2)与其来自同类的近邻点，
目的是在低维嵌入时增加同类数据的聚集性。

类间图中，在每个数据点(比如：点 x3)与其来自不同类别的近邻点之间构建边，可在低维嵌入时增强非同类数据间的可分性。

在类内图中，只在同类近邻数据间有边，并通过设置各边的权值来表示数据间的相似性， xi与x j 的边权值 wij ’ 可定义为

只有二者为近邻且属于同类时 相似权重才 为1

在类间图中，只在非同类近邻数据间才有连接边，可反映非同类数据间的近似程度，数据点xi与x j 间的权值为：

在低维嵌入空间中，保持同类近邻数据间的相似性不变， 并尽可能地聚集同类数据，可得到目标函数。

另外，在低维嵌入空间中应抑制非同类近邻数据间的相似关系， 并使非同类数据间尽可能的远离，则有：