Fisher's linear discriminant 는 label을 알고 있는 다차원 데이터를 각 label을 최대로 구분하는 방향으로 projection 시켜주는 방법이다. 이를 이용하면 classification을 쉽게 할 수 있다는 장점이 있다. RonaldFisher의 이름에서 따왔다.
예를 들어서, 두개의 class 데이터가 있다고 한다면 FLD는 그 둘의 평균의 차는 최대로 하고 각 class내의 variance는 최소로 만드는 방향으로 데이터를 projection한다.
이것은 Fisher score 라고 하는 값을 최대로 만드는 방향으로 projection 한다는 얘기와 같은 의미이다.
두개의 class 에서 Fisher score는 다음 식으로 정의 된다.
where m represents a mean, s2 represents a variance, and the subscripts denote the two classes.