本文主要是介绍R语言学习-第九课-判别分析，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
判别分析
discriminat analysis,是多变量统计中用于判别样品所属类别的一种统计分析方法。它所解决的问题是在一些已知研究对象已经用某种方法分成若干类的情况下，确定新的样品属于已知类别中的哪一类。
判别分析的主要方法如下：
1：Fisher判别
Fisher判别的基本思想是投影，是将K个总体Gi的所有p维，投影在一维上,且各个总体不同的样本点尽可能分开，来自同一总体的样本点尽可能集中，结合一元方差的思想导出的投影函数是判别函数。 也可以说， fisher是寻找这样的一个空间，样本投影在这个空间上，类内距离最小（组内离差平方和SSE），类间距离最大（组间离差平方和SSG ）。那么怎么求这个空间呢，类似于PCA，求最大特征值对应的特征向量组成的空间。 当我们取最大几个特征值对应的特征向量组成特征空间时（这里指出，最佳投影轴的个数d<=c-1，这里c是类别数），最佳投影矩阵如下
参考：http://www.cnblogs.com/txg198955/p/4106682.html MATLAB Fisher判别的一点思考
https://blog.csdn.net/tiaaaaa/article/details/58145126 分类程序代码
这篇关于R语言学习-第九课-判别分析的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
