fisher线性判别实现

Fisher线性判别分析实验

用fisher线性判别分析建立P300分类模型。特征提取用PCA。

使用Pyhton实现Fisher的线性判别。为了进一步理解和掌握Fisher线性判别法的基本原理和实现过程,利用Fisher判别法解决实际问题进行试验。

基于MATLAB的Fisher线性判别代码，里面详细介绍了利用MATLAB实现Fisher线性判别

手写数字识别之Fisher线性判别,vc6环境，调试过可以运用

Fisher线性判别分类器 本实验旨在让同学进一步了解分类器的设计概念,理解并掌握用Fisher准则函数确定线性决策面方法的原理及方法,并用于实际的数据分类。

实现判别别分析的源程序（Matlab）

文章目录一、线性分类的数学基础与应用1、Fisher基本介绍2、Fisher判别思想3、举例二、Fisher判别的推导(python)1、代码2、代码结果三、Fisher分类器1、定义2、scikit

提出一种非线性分类方法--基于非线性映射的Fisher判别分析(NM-PDA).首先提取基向量;然后采用Nystrom方法,以基向量为训练样本,将形式未知的非线性映射近似表达为已知形式的非线性映射,这

python实现对Iris数据和Sonar数据的fisher线性判别分类