6 投影方法 基本思路：将样本投影到根据某种准则选择的一 维坐标轴，在这一维上计算样本的概率密度（边 缘概率密度)，根据这一概率密度函数的单峰划 分子集。（如果这一维上只有一个峰，则寻找下 一个投影方向。) 口投影方向：使方差最 大的方向，即协方差 阵特征值最大的特征 向量方向
6 投影方法 基本思路：将样本投影到根据某种准则选择的一 维坐标轴，在这一维上计算样本的概率密度（边 缘概率密度），根据这一概率密度函数的单峰划 分子集。（如果这一维上只有一个峰，则寻找下 一个投影方向。） 投影方向：使方差最 大的方向，即协方差 阵特征值最大的特征 向量方向
7 投影方法 口算法步骤 1.计算样本的混合协方差矩阵的最大特征值对应的 特征向量u,将样本投影到u上(K-L变换)； 2.对投影后的数据，估计概率密度函数； 3.找到边缘概率密度函数的各谷点，在这些谷点上 作垂直于Ⅱ的超平面得到子集的划分； 4.如果没有谷点，则用下一个最大的特征值代替， 重复步骤2~3； 5.对所得到的各个子集进行同样的过程，直至每个 子集都是单峰为止
7 投影方法 算法步骤 1. 计算样本的混合协方差矩阵的最大特征值对应的 特征向量 u，将样本投影到 u 上 （K-L变换）； 2. 对投影后的数据，估计概率密度函数； 3. 找到边缘概率密度函数的各谷点，在这些谷点上 作垂直于 u 的超平面得到子集的划分； 4. 如果没有谷点，则用下一个最大的特征值代替， 重复步骤 2~3； 5. 对所得到的各个子集进行同样的过程，直至每个 子集都是单峰为止