fisher分类器的python实现(两个类别、两个特征)

一、数据准备:类别A(W1):两个特征、45条训练数据。(45*2矩阵)类别B(W2):两个特征、45条训练数据。(45*2矩阵)测试数据A(T1):两个特征、5条数据。(5*2矩阵)测试数据B(T2):两个特征、5条数据。(5*2矩阵)二、Fisher分类器步骤:1、求出W1、W2的类内均值向量、2、根据(W1,)、(W2,)求出类内离散度矩阵、3、根据、、、分别求出投影方向和阈值4、以、及分类器计算公式进行分类三、决策规则:四、参考公式:...
摘要由CSDN通过智能技术生成

一、数据准备:

类别A(W1):两个特征、45条训练数据。(45*2矩阵)

类别B(W2):两个特征、45条训练数据。(45*2矩阵)

测试数据A(T1):两个特征、5条数据。(5*2矩阵)

测试数据B(T2):两个特征、5条数据。(5*2矩阵)

二、Fisher分类器步骤:

1、求出W1、W2的类内均值向量gif.latex?m_{1}gif.latex?m_{2}

2、根据(W1,gif.latex?m_{1})、(W2,gif.latex?m_{2})求出类内离散度矩阵gif.latex?s_{1}gif.latex?s_{2}  

3、根据gif.latex?m_{1}gif.latex?m_{2}gif.latex?s_{1}gif.latex?s_{2}分别求出投影方向gif.latex?w^{*}和阈值gif.latex?w_{0}      

4、以

  • 0
    点赞
  • 11
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 1
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Win.Babl

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值