对不同假设下的均值与方差要求 对已有的测量量,我们可以计算对应的期待值与协方差 (R) =x fG|Hr) k=0,1(假设) )=」x-线)(x-A)(|H1)2=1…n(分量) 类似地,我们还可以导出计算(x)平均值与方差的公式 =Jr(对)(xH1)=d兵 ∑:-∫0(x)-)f(1H,)= v01 要求大的0-可与小的∑。∑ 使得pds分布集中在均值附近 2021-01-29 16
2021-01-29 16 对不同假设下的均值与方差要求 对已有的测量量，我们可以计算对应的期待值与协方差 ( ) ( | ) 0,1 ( ) ( ) ( ) ( ) ( | ) , 1,..., ( ) k i i k k ij k i k j k x f x H dx k V x x f x H dx i j n x = = = − − = 假设 分量 2 2 ( ) ( | ) ( ( ) ) ( | ) T k k k T k k k k t x f x H dx a t x f x H dx a V a = = = − = 2 2 0 1 0 1 p , dfs 要求大的 − 与小的 使得 分布集中在均值附近。 类似地, 我们还可以导出计算 t x( ) 平均值与方差的公式 0 1 0 1
Fisher甄别函数的定义 Fisher定义了一个甄别法 (0()2→=28414AA)=4=可 ∑a(+D)=aWa 则 a Ba 令=0acW(山-A)(证明见习题) 因此定义了可求极值的 Fisher线性甄别函数J。 2021-01-29
2021-01-29 17 Fisher 甄别函数的定义 Fisher 定义了一个甄别法 + − = 2 1 2 0 2 0 1 ( ) ( ) J a 0 1 0 1 , 1 , 1 ( ) ( ) n n T i j i j i j ij i j i j a a a a B a Ba = = = − − = = 0 1 , 1 ( ) n T i j ij i j a a V V a Wa = = + = 则 ( ) T T a Ba J a a Wa = 令 = 0 i a J 1 0 1 a W ( ) ( ) − − 证明见习题 因此定义了可求极值的Fisher 线性甄别函数 J