核Fisher判别分析法（多分类gda）

判别分析案例的详细讲解，还有原始数据集，另外还有相关研究的文献

经典监督式学习降维方法线性判别分析LDA算法的MATLAB代码

数学建模，判别分析，给出了多个例子对判别分析进行详细解释

使用matlab实现的线性判别分析代码，输入、输出、关键代码注释以及示例都有详细的说明。代码正确性已经得到验证！

　判别分析又称“分辨法”，是在分类确定的条件下，根据某一研究对象的各种特征值判别其类型归属问题的一种多变量统计分析方法。　　其基本原理是按照一定的判别准则，建立一个或多个判别函数，用研究对象的大量资料

线性判别分析(LDA)是最经典的子空间学习和有监督判别特征提取方法之一.受到流形学习的启发,近年来众多基于LDA的改进方法被提出.尽管出发点不同,但这些算法本质上都是基于欧氏距离来度量样本的空间散布度

模糊数据的风险判别分析,郑文瑞,张敬芝,本文引入建立在模糊样本均值和方差基础上的模糊距离概念,借助文献[2]的思想对文献[1]的模糊判别分析给出了此判别的风险分析方法。

现行介绍判别分析方法中，常常见到的有距离判别法，费歇尔判别法，贝叶斯判别法。这三种方法各有各的产生背景，有不同的使用条件，它们有一个共同的特点就是计算量巨大，以至于靠手算无法进行。为此现在主流统计

LDA线性判别分析降维

西瓜书lda（matlab）代码，数据集3.0