matlab fisher检验,FISHER线性判别MATLAB实现.doc

FISHER线性判别MATLAB实现

Fisher线性判别上机实验报告

班级：

学号：

姓名：

算法描述

Fisher线性判别分析的基本思想：选择一个投影方向(线性变换，线性组合)，将高维问题降低到一维问题来解决，同时变换后的一维数据满足每一类内部的样本尽可能聚集在一起，不同类的样本相隔尽可能地远。

Fisher线性判别分析，就是通过给定的训练数据，确定投影方向W和阈值w0， 即确定线性判别函数，然后根据这个线性判别函数，对测试数据进行测试，得到测试数据的类别。

线性判别函数的一般形式可表示成 其中

Fisher选择投影方向W的原则，即使原样本向量在该方向上的投影能兼顾类间分布尽可能分开，类内样本投影尽可能密集的要求。 如下为具体步骤：

(1)W的确定

各类样本均值向量mi

样本类内离散度矩阵和总类内离散度矩阵

样本类间离散度矩阵

在投影后的一维空间中，各类样本均值

样本类内离散度和总类内离散度

样本类间离散度

Fisher准则函数为 max

(2)阈值的确定

是个常数，称为阈值权,对于两类问题的线性分类器可以采用下属决策规则:

令则：

如果g(x)>0,则决策；如果g(x)<0,则决策；如果g(x)=0,则可将x任意分到某一类，或拒绝。

(3)Fisher线性判别的决策规则

Fisher准则函数满足两个性质：

1.投影后&