fisher 最优分割

Fisher最优分割是一种用于模式识别和分类问题的统计方法。它的目标是找到一个投影方向，使得在该方向上不同类别的样本能够最大程度地分开。具体来说，Fisher最优分割通过计算类别之间的散布矩阵和类别内部的散布矩阵，然后将它们相除得到一个投影方向。这个投影方向能够最大化类别之间的差异，同时最小化类别内部的差异。通过这种方式，Fisher最优分割能够找到一个最佳的分割超平面，用于将不同类别的样本进行分类。