python计算矩阵的散度_计算类内类间散度矩阵(附代码)

本文介绍了一个Python类用于计算矩阵的散度,包括总体散度矩阵St、类内散度矩阵Sw和类间散度矩阵SB(Sb)。通过计算类内和类间的散度,可以评估样本的可分性。类间散度越大,类内散度越小,表明样本的可分性越好。
摘要由CSDN通过智能技术生成

class compute_scatter_matrix(object):

def __init__(self,X,labels):

self.X = X

self.labels = labels

def compute_scatter(self):

meanAll = np.mean(self.X,axis=0)

St = np.dot((self.X-meanAll).T,(self.X-meanAll))

xclasses = {}

meanclasses = {}

Sw = np.zeros((self.X.shape[1],self.X.shape[1]))

for label in np.unique(self.labels):

xclasses[label] = [self.X[i] for i in range(len(self.labels)) if self.labels[i]==label]

meanclasses[label] = np.mean(xclasses[label],axis=0)

Sw += np.dot((xclasses[label]-meanclasses[label]).T,(xclasses[label]-meanclasses[label]))

SB = np.zeros((self.X.shape[1],self.X.shape[1]))

#第二种SB的计算方法

for label in np.unique(self.labels):

n = np.array(xclasses[label]).shape[0]

mean_vec = np.array(meanclasses[label]

  • 1
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 0
    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
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
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