Fisher分类算法
发布时间：2023-02-03 02:31:51
实验二用身高和/或体重数据进行性别分类的实验一、实验目的1）加深对Fisher线性判别方法原理的理解和认识2）掌握Fisher线性判别方法的设计方法、实验数据训练样本集FAMALE.TXTMALE.TXT测试样本集test1.txt35个同学的身高、体重、性别数据（test2.txt300个同学的身高、体重、性别数据（15个女生、20个男生）50个女生、250个男生）50个女生的身高、体重数据50个男生的身高、体重数据三、实验内容试验直接设计线性分类器的方法，与基于概率密度估计的贝叶斯分类器进行比较。同时采用身高和体重数据作为特征，用Fisher线性判别方法求分类器，将该分类器应用到训练和测试样本，考察训练和测试错误情况。将训练样本和求得的决策边界画到图上，异同。同时把以往用Bayes方法求得的分类器（例如：最小错误率Bayes分类器）也画到图上，比较结果的四、原理简述、程序流程图1、Fisher线性判别方法mi首先求各类样本均值向量Nixx,i1,2iSi然后求各个样本的来内离散度矩阵xWjxmimT,i1,2再求出样本的总类内离散度1s1pS2根据公式sm1m2求出把X投影到Y的最好的投影方向。miy,i1,2Niyi，其中再求出一维Y空间中各类样本均值y
N1N2本次实验的分界阈值我们用如下方法得到：最后，将测试样本中的值代入，求出y，并将其与y0来进行比较来分类。2、流程图求各类样本均值向量yoMm,Nm'22--求类内离散度矩阵用公式求最好的变换向量W*二维空间向一维y空间投影一维空间样本均值 