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.

$$J(W) = {|m_1 - m_2|^2 \over s_1^2 + s_2^2 }$$

where m represents a mean, s2 represents a variance, and the subscripts denote the two classes.

FisherLinearDiscriminant (last edited 2011-08-03 11:00:57 by localhost)

web biohackers.net