我试图在matlab中为K（Class）＆gt;实现Fisher的线性判别函数。 2，我不太确定K的算法＆gt; 2场景。我知道Matlab有内置函数，但我想在不使用它们的情况下实现它。
如果有人能清除算法，那将会很棒。
答案 0 :(得分：3)
以下是一些示例伪代码：
N =案件数量 c =班级数 Priors =每个案例的每个案例的先验概率的向量 Target =每个案例的每个案例的目标标签 数据维度=特征x个案。
获取每个数据点的目标标签：
T = Targets(:,Cases); % Target labels for each case
计算每个类的平均向量和公共协方差矩阵：
classifier.u = [mean(Data(:,(T(1,:)==1)),2),mean_nan(Data(:,(T(2,:)==1)),2),....,mean_nan(Data(:,(T(2,:)==c)),2]; % Matrix of data means
classifier.invCV = cov(Data');
使用类均值向量和公共协方差矩阵获得判别值：
A1=classifier.u;
B1=classifier.invCV;
D = A1'*B1*Data-0.5*(A1'*B1.*A1')*ones(d,N)+log(Priors(:,Cases));
函数将产生c判别值。然后将案例分配给具有最大判别值的类。