fisher分类器python代码_Fisher线性分类器通俗解释及MATLAB、Python实现

一、通俗的解释：

问题提出：还是以iris的数据为例，有A、B、C三种花，每一类的特征都用4维特征向量表示。现在已知一个特征向量，要求对应的类别，而我们人可以直接通过眼睛看而作出分类的是在一维二维三维空间，而不适应这样的四维数据。

启示：假设有这样的一个方向向量，其与特征向量进行内积运算(即向方向向量的投影)后，结果为一个数值，若同类的特征向量投影后聚集在一起，不同类的特征投影后相对分散，那么，我们的目的就达到了。

目标：这样就有了方向，即要寻找一个独特的方向，使其达到我们的要求。

注：具体的推导过程，参看教科书，另外，在求解极值的时候，利用了矩阵论中的向量导数运算。

二、MATLAB程序：

clear

A=[5.1,3.5,1.4,0.2

4.9,3.0,1.4,0.2

4.7,3.2,1.3,0.2

4.6,3.1,1.5,0.2

5.0,3.6,1.4,0.2

5.4,3.9,1.7,0.4

4.6,3.4,1.4,0.3

5.0,3.4,1.5,0.2

4.4,2.9,1.4,0.2

4.9,3.1,1.5,0.1

5.4,3.7,1.5,0.2

4.8,3.4,1.6,0.2

4.8,3.0,1.4,0.1

4.3,3.0,1.1,0.1

5.8,4.0,1.2,0.2

5.7,4.4,1.5,0.4

5.4,3.9,1.3,0.4

5.1