fisher最优分割法matlab

Fisher最优分割法(Matlab)是一种模式识别应用中常用的算法。它是对线性可分问题的非迭代解法，通过将高维特征空间中的样本投影到一条直线上，实现从高维到一维的数据压缩。该算法的核心思想是通过最大化类间距和最小化类内距的方式来确定最佳的投影方向。在投影后的直线上，如果训练样本具有很好的分布，则可以通过简单的操作实现对输入样本的分类。

为了获取最佳投影方向，Fisher最优分割法引入了准则函数。其中，类间离散度和类内离散度是两个关键概念。类间离散度是指不同类别样本均值的差别应尽可能大，而类内离散度是指相同类别样本均值的方差应尽可能小。

在投影后的情况下，两个类别的类间离散度可以表示为投影后的均值差的平方，即∣m_yi−m_yj∣2=WTSbW。其中Sb是投影前两个类别的类间离散度矩阵。

因此，Fisher最优分割法(Matlab)可以通过求解准则函数的最大值来确定最佳的投影方向。在实际应用中，可以使用Matlab代码来实现该算法并进行分类任务。<span class="em">1</span><span class="em">2</span><span class="em">3</span>
#### 引用[.reference_title]
- *1* [Fisher最优求解算法Matlab代码](https://download.csdn.net/download/a429051366/5907141)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"]
- *2* *3* [Fisher算法及其MATLAB实现](https://blog.csdn.net/weixin_41978683/article/details/106311802)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"]
[ .reference_list ]