當前位置:股票大全官網 - 私募基金 - 什麽是Fisher線性判據

什麽是Fisher線性判據

在模式識別中經常用到的壹個叫做Flasher線性判別的方法。Fisher判別的基本思路就是投影,針對P維空間中的某點x=(x1,x2,x3,…,xp)尋找壹個能使它降為壹維數值的線性函數y(x):

y(x)= ∑Cjxj

然後應用這個線性函數把P維空間中的已知類別總體以及求知類別歸屬的樣本都變換為壹維數據,再根據其間的親疏程度把未知歸屬的樣本點判定其歸屬。這個線性函數應該能夠在把P維空間中的所有點轉化為壹維數值之後,既能最大限度地縮小同類中各個樣本點之間的差異,又能最大限度地擴大不同類別中各個樣本點之間的差異,這樣才可能獲得較高的判別效率。在這裏借用了壹元方差分析的思想,即依據組間均方差與組內均方差之比最大的原則來進行判別。