matlab - MatLab：Fisher 线性判别式 K > 2

Question

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。

如果有人可以清除算法，那就太好了。

Answer 1

这是一些示例伪代码：

N = 案例数量 c = 类别数量 Priors = 每个类别每个案例的先验概率向量 Target = 每个案例每个类别维度的目标标签 Data = Features x Cases。

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));

函数将产生 c 判别值。然后将案例分配给具有最大判别值的类。