费希尔判别函数
定义
费希尔判别函数(Fisher discriminant function),又称“Fisher 判别函数”。指用于线性判别分析的统计方法,通过寻找最佳投影方向,使得不同类别的样本在投影后具有最大化的类间方差与类内方差比。实现样本分类的同时,降低数据维度。广泛应用于模式识别、机器学习和数据挖掘中,支持高维数据的分类任务,有助于提高分类器的性能和准确性。