fisher线性判别的正确率怎么理解 fisher线性判别函数是大学的知识吗？

fisher线性判别的正确率怎么理解

fisher线性判别函数是大学的知识吗？

fisher线性判别函数是大学的知识吗？

fisher线性判别函数是大学的知识，
Fisher判别问题就可以看作是把所有样本都投影到一个方向上，然后在这个一维空间中确定一个分类的阈值。
而通过这个阈值点且与投影方向垂直的超平面就是两类的分类面。

函数独立性判断？

1，联合概率密度4xy
对x积分得到2x2y
代入上下限0和1
即y边缘分布函数为f2y，0≤y≤1
同理x边缘分布函数为f2x，0≤x≤1
二者相乘得到4xy，等于联合密度函数
于是二者是独立的
2，X和Y可能为1，2
那么P(Z2)P(X1)P(Y1)1/3*1/31/9
P(Z3)P(X1)P(Y2) P(X2)P(Y1)
1/3*2/3 2/3*1/34/9
P(Z4)P(X2)P(Y2)2/3*2/34/9
写成分布律即可

fisher判别的系数知道了怎么写函数？

是多元分析的Fisher判别吧 Fisher判别的基本思路就是投影，针对P维空间中的某点x(x1，x2，x3，…，xp)寻找一个能使它降为一维数值的线性函数y(x)： y(x) ∑Cjxj 然后应用这个线性函数把P维空间中的已知类别总体以及求知类别归属的样本都变换为一维数据，再根据其间的亲疏程度把未知归属的样本点判定其归属。
这个线性函数应该能够在把P维空间中的所有点转化为一维数值之后，既能最大限度地缩小同类中各个样本点之间的差异，又能最大限度地扩大不同类别中各个样本点之间的差异，这样才可能获得较高的判别效率。
在这里借用了一元方差分析的思想，即依据组间均方差与组内均方差之比最大的原则来进行判别。 具体的介绍太多了，电脑上打不了，你去下载一本多元分析的电子书吧。