MatLab：Fisher 线性判别式 K > 2答案

【问题标题】：MatLab: Fisher Linear Discriminant K > 2MatLab：Fisher 线性判别式 K > 2
【发布时间】：2012-09-22 12:50:40
【问题描述】：

我正在尝试在 matlab 中为 K(Class) > 2 实现 Fisher 的线性判别函数，我不太确定 K > 2 场景的算法。我知道 Matlab 有内置函数，但我想在不使用它们的情况下实现它。

如果有人能清除算法，那就太好了。

【问题讨论】：

标签： matlab machine-learning

【解决方案1】：

这里是一些示例伪代码：

N = 病例数 c=类数 Priors = 每类每个案例的先验概率向量目标 = 每类每个案例的目标标签数据维度 = 特征 x 案例。

获取每个数据点的目标标签：

T = Targets(:,Cases);      % Target labels for each case

计算每个类的平均向量和公共协方差矩阵：

classifier.u = [mean(Data(:,(T(1,:)==1)),2),mean_nan(Data(:,(T(2,:)==1)),2),....,mean_nan(Data(:,(T(2,:)==c)),2];   % Matrix of data means
classifier.invCV = cov(Data');

使用类均值向量和公共协方差矩阵获取判别值：

A1=classifier.u;
B1=classifier.invCV;
D = A1'*B1*Data-0.5*(A1'*B1.*A1')*ones(d,N)+log(Priors(:,Cases));

函数会产生c判别值。然后将案例分配给具有最大判别值的类。

【讨论】：