本次實驗是本科階段人工智能實驗課的一個實驗，當時劃水沒有仔細做，現在回來再實踐一下。

1.Fisher分類器的基本原理

若把樣本的多維特征空間的點投影到一條直線上，就能把特征空間壓縮成一維。那么關
鍵就是找到這條直線的方向，找得好，分得好，找不好，就混在一起。因此 Fisher 方法目標
就是找到這個最好的直線方向以及如何實現向最好方向投影的變換。這個投影變換恰是我們
所尋求的解向量 ，這是 Fisher算法的基本問題。
樣本訓練集以及待測樣本的特征數目為 n。為了找到最佳投影方向，需要計算出各類均
值、樣本類內離散度矩陣 和總類間離散度矩陣、樣本類間離散度矩陣，根據 Fisher 準則，
找到最佳投影準則，將訓練集內所有樣本進行投影，投影到一維 Y 空間，由于 Y 空間是一維
的，則需要求出 Y 空間的劃分邊界點，找到邊界點后，就可以對待測樣本進行一維 Y 空間的
投影，判斷它的投影點與分界點的關系，將其歸類。

2.實現步驟

創作挑戰賽新人創作獎勵來咯，堅持創作打卡瓜分現金大獎

總結

以上是生活随笔為你收集整理的机器学习之Fisher线性分类器实现样本分类的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。