Fisher 线性判别函数的求解过程是将M维特征矢量投影在（）中进行求解

小开

答案解析

线性判别分析（Linear Discriminant Analysis）简称 LDA，在二分类问题上最早由Fisher提出，故又称Fisher判别分析。在二分类问题上，Fisher判别分析的基本思想是：在训练时，将训练样本投影到某条直线上，这条直线可以使得同类型样本的投影点尽可能接近，而异类型样本的投影点尽可能远离。在预测时，将待预测数据投影到训练时学习到的直线上，根据投影点的位置来判断所属于的类别。综上所述，Fisher判别分析可以将二维特征向量投影到一维空间。推广到多分类任务中，Fisher判别分析可以将 M 维特征向量投影到 M-1 维空间，即：Fisher判别函数的求解过程是将M维特征矢量投影到M-1维空间中进行求解。补充：Fisher判别分析（即LDA）经常被视为一种经典的监督降维技术。

Fisher 线性判别函数的求解过程是将M维特征矢量投影在（ ）中进行求解

Fisher 线性判别函数的求解过程是将M维特征矢量投影在（）中进行求解