可鉴别共同向量法

标签：sdn   item   定义   blank   style   .net   strong   返回   csdn   

·1、协方差与散布矩阵的意义

【尊重原创，转载请注明出处】http://blog.csdn.net/guyuealian/article/details/68922981

1）散布矩阵（散度矩阵/scatter matrix）前乘以系数1/(n-1)就可以得到协方差矩阵了，样本的协方差矩阵乘以n-1倍即为散布矩阵，n表示样本的个数，散布矩阵的大小由特征维数d决定，是一个为d×d 的半正定矩阵。

2) 关系：散度矩阵=类内离散度矩阵=类内离差阵=协方差矩阵×（n-1）   n表示样本个数

 3)  标准差和方差一般是用来描述一维数据的；对于多维情况，而协方差是用于描述任意两维数据之间的关系，一般用协方差矩阵来表示。因此协方差矩阵计算的是不同维度之间的协方差，而不是不同样本之间的。

2、归一化：标准差和方差一般是用来描述一维数据的；对于多维情况，而协方差是用于描述任意两维数据之间的关系，一般用协方差矩阵来表示。因此协方差矩阵计算的是不同维度之间的协方差，而不是不同样本之间的。

3、dot product：（即数量积、点积、点乘积）

可鉴别共同向量法

标签：sdn   item   定义   blank   style   .net   strong   返回   csdn   

原文地址：http://www.cnblogs.com/Neavotre/p/7486696.html