文章
2976
标签
100
分类
63
首页
时间轴
标签
分类
知识库
关于
友链
Estom的博客
第27节 因子分析
返回首页
搜索
首页
时间轴
标签
分类
知识库
关于
友链
第27节 因子分析
发表于
2019-12-02
|
更新于
2019-12-21
|
概率论与数理统计
|
总字数:
0
|
阅读时长:
1分钟
|
浏览量:
文章作者:
Estom
文章链接:
https://estom.github.io/2019/12/02/%E6%A6%82%E7%8E%87%E8%AE%BA%E4%B8%8E%E6%95%B0%E7%90%86%E7%BB%9F%E8%AE%A1/%E7%AC%AC27%E8%8A%82%20%E5%9B%A0%E5%AD%90%E5%88%86%E6%9E%90/
版权声明:
本博客所有文章除特别声明外,均采用
CC BY-NC-SA 4.0
许可协议。转载请注明来源
Estom的博客
!
上一篇
第28节 典型相关分析
下一篇
第25节 Fisher判别
Fisher判别1 原理概念Fisher 利用投影,将n为的向量特征投射到一维或者其他几个维度。借助方差分析的思想导出判别函数。 定义:Fisher投影 条件$$m个正太总体G_1,\cdots,G_m\均值\mu_1,\cdots,\mu_m\协方差阵\Sigma_1,\cdots,\Sigma_m\$$ 结论$$线性变换y=a’x\m个1维总体G_1^,\cdots,G_m^\均值a’\mu_1,\cdots,a’\mu_m\协方差阵a’\Sigma_1a,\cdots,a’\Sigma_ma\$$ 定义:方差分析 条件 $$组间方差,各个向量之间的方差B_0=\sum_{i=1}^m(a’\mu_i-a’\overline{\mu})^2=a’Ba\组内方差,向量各维度间的方差E_0=\sum_{i=1}^ma’\Sigma_ia=a’Ea\\overline{\mu}=\frac{1}{m}\sum_{i=1}^m\mu_i\B=\sum_{i=1}^m(\m...
Estom
也许那年在绿色的麦浪中奔跑的时候,就注定了我此生的繁华与悲叹
文章
2976
标签
100
分类
63
关注
公告
欢迎参观Estom的小屋
最新文章
自引用泛型概述
2025-12-21
02 集合底层结构
2025-12-18
11 Arrays和Collections
2025-12-18
06 JUC并发容器
2025-12-18
30 问题排查和性能优化指南
2025-09-14
搜索
数据加载中