对于两类的样本集合,向不同的方向投影,产生的数据点的类别可分程度是不同的,Fisher线性判别分析法寻找的是使得两类数据最好的分开的投影方向。
对
举一反三
- 下面关于fisher线性判别准则的说法中错误的是 A: fisher线性判别方法可以将样本从多维空间投影到一维空间 B: 将样本从多维空间向一维空间投影的方向是不唯一的。 C: 经过fisher准则投影后得到的最佳投影方向就是投影后两类样本的分类面 D: 好的投影方向应该使不同类别的样本均值之差尽量大,类内的样本尽量聚集。
- Fisher线性判别中分类直线满足() A: 不同类别的点在此直线上的投影不能分开 B: 相同类别的点在此直线上的投影分开 C: 不同类别的样本点在此直线上的投影尽可能的被分开 D: 相同类别的点在此直线上的投影被分开
- Fisher线性判别中分类直线满足() A: 不同类别的点在此直线上的投影不能分开 B: 相同类别的点在此直线上的投影分开 C: 不同类别的样本点在此直线上的投影尽可能的被分开 D: 相同类别的点在从直线上的投影被分开
- 在用Fisher判别准则的判别分析方法进行两类判别时,只有将两类的数据投影到直线Ⅰ上,两类重叠部分显著减小,直线Ⅰ上所代表的两个变量的线性组合,就可看作是线性判别函数。
- Fisher判别是寻找合适的投影方向,将样本投影在该方向上,使得投影( ) </p></p>
内容
- 0
在用Fisher判别准则的判别分析方法进行两类判别时,只有将两类的数据投影到直线Ⅰ上,两类重叠部分显著减小,直线Ⅰ上所代表的两个变量的线性组合,就可看作是线性判别函数。 A: 正确 B: 错误
- 1
对Fisher线性判别方法描述正确的有( ) A: 可以把d维空间的样本投影到一维空间,然后在此空间上对模式进行分类 B: 在一般情况下,总能找到某个方向,使得在这个方向的直线上,样本的投影能分开的最好 C: 在一维空间里不同类样本尽可能分得开些,即希望两类均值之差越大越好 D: 同时也希望同一类样本尽可能密集,即类内离散度越小越好
- 2
【单选题】常用的数据分析方法中的判别分析根据判别标准的不同可以分为 A. 逐步判别、序贯判别 B. 两组判别分析、多组判别分析 C. 线性判别、非线性判别 D. 距离判别、Fisher判别、Bayes判别
- 3
Fisher线性判别分析的基本思想是投影。( )
- 4
经过fisher准则投影后得到的最佳投影方向是投影后两类样本分类面的法线方向。 A: 正确 B: 错误