Fisher最优分割算法分析、测试、应用！

写于2010年

我们先来看客户石油行业的需求：

有一点：它说的其最优K分割的公式有些错误，它说在后段继续分割，但是要在全部上，重新分割，这点要提下。

采样数据比如为

1 ，2 ，3 ，4 ，5 ，6 ，

分为4层

采样数据大于2个数据才有意义，分层情况要大于1，小于采样数据个数，否则没有意义了，我们开始算法分析：

首先分2层：

第一种情况：1 | 2 3 4 5 6

第二种情况：1 2 | 3 4 5 6

第三种情况：1 2 3 | 4 5 6

第四种情况：1 2 3 4 | 5 6

第五种情况：1 2 3 4 5 | 6

根据最优分割是逐层递进的，那么变差是层内方差和层间方差的组合，我们先算出每层的平均数，很简单，比如：

第一种情况第一层的平均数：P1 = 1 / 1，

第二层的平均数是：P2 = (2 + 3 + 4 + 5 +6) / 5，

第一种情况总的平均数：P3 = (1 + 2 + 3 + 4 + 5 +6) / 6

第一种情况的层内方差是：

A1 = (1 – P1 )2

A2 = (2 – P2)2 + (3 – P2)2 + (4 – P2)2 + (5 – P2)2 + (6 – P2)2

第一种情况的层间方差是：

A3 = (1 – P3)2 + (2 – P3)2 + (3 – P3)2 + (4 – P3)2 + (5 – P3)2 + (6 – P3)2

变差为：Q1 = A1 + A2 + A3，然后分别得出第二种情况变差为Q2，然后分别得出第三种情况变差为Q3，然后分别得出第四种情况变差为Q4，然后分别得出第五种情况变差为Q5，然后比较min(Q1,Q2,Q3,Q4,Q5)，得出最小的，比如我们假定得出Q3，那么第三种情况是最佳分割点，那么第三层划分的数据如下：

1 ，2 ，3 | 4 ，5 ，6 ，

分3层，注意 3 和 4 中间确定的最佳分割点不能动

第一种情况：1 | 2 3 | 4 5 6

第二种情况：1 2 | 3 | 4 5 6

第三种情况：1 2 3 | 4 | 5 6

第四种情况：1 2 3 | 4 5 | 6

同样，比如我们假定得出变差Q2是最小值，第二种情况是最佳分割点，那么第四层划分的数据如下：

1 ，2 | 3 | 4 ，5 ，6

分4层，注意 2 和 3 中间、 3 和 4 中间确定的最佳分割点不能动

第一种情况：1 | 2 | 3 | 4 5 6

第二种情况：1 2 | 3 | 4 | 5 6

第三种情况：1 2 | 3 | 4 5 | 6

同样，比如我们假定得出变差Q2是最小值，第二种情况是最佳分割点，那么第四层划分的数据如下：

1 ，2 | 3 | 4 | 5 ，6

那么采样数据：

1 ，2 ，3 ，4 ，5 ，6

分为4层的最优分割点在：

2，3 ，4

在自动岩性归为系统中，是根据GR、SP、CAL三条曲线进行最优化分割区间分割的，如下图，如下图绿框下面的三条曲线：

每条曲线是根据电测数据进行连接的，也就是根据井深递增输出GR、SP和CAL值，然后每条曲线根据井深对应的每条曲线的值连成“曲线”，如下图：

根据刚才提到的“有序样品”，也就是每个列的值（GR、SP和CAL），