线性分类器之Fisher线性判别

在前文《贝叶斯决策理论》中已经提到，不少状况下，准确地估计几率密度模型并不是易事，在特征空间维数较高和样本数量较少的状况下尤其如此。 实际上，模式识别的目的是在特征空间中设法找到两类（或多类）的分类面，估计几率密度函数并非咱们的目的。 前文已经提到，正态分布状况下，贝叶斯决策的最优分类面是线性的或者是二次函数形式的，本文则着重讨论线性状况下的一类判别准则——Fisher判别准则。web 为了不陷入

>>阅读原文<<