Fisher判别分析

Fisher判别分析

首先我们得搞清楚什么是Fisher算法？选取任何一本模式识别与智能计算的书都有这方面的讲解。首先得知道Fisher线性判别函数，在处理数据的时候，我们经常遇到高维数据，这个时候往往就会遇到“维数灾难”的问题，即在低维空间可行，那么在高维空间往往却不可行，那么此时我们就可以降数据降维，将高维空间降到低维空间。

可以考虑把维空间的样本投影到一条直线上，形成一维空间，即把数据压缩到一维，这在数学中总是容易办到的。然而，即使样本在维空间里形成若干紧凑的互相分的开的集群，若把它们投影到一条任意的直线上，也可能使几类样本混在一起而变得无法识别。但在一般的情况下，总可以找到某个方向，使在这个方向的直线上，样本的投影能分开最好。

下面以2分类为例简单总结一下Fisher算法的步骤：
（1）计算各类样本的均值向量 mi ， Ni 是类 ωi 的样本个数

mi=1Ni∑X∈ωiXi=1,2

（2）计算样本类内离散度矩阵 Si 和总类内离散度矩阵 Sw 。

Si=∑X∈ωi(X−mi)(X−mi)T,i=1,2

Sw=S1+S2

（3）计算样本类间离散度矩阵 Sb 。 Sb=(m1−m2)(m1−m2)T 。
（4） 求向量 w∗ 。为此定义Fisher准则函数

JF(W)=wTSbwwTSww

使得 JF(W) 取的最大值的 w∗ 为： w∗=S−1w(m1−m2) 。
（5）将训练集内所有样本进行投影。 y=(w∗)TX 。
（6）计算在投影空间上的分割阈值 y0 。阈值的选取可以有不同的方案，比较常用的一种为

y0=N1m1~+N2m2~N1+N2

另一种为

y0=m1~+m2~2+lnp(w1)p(w2)N1−N2−2

其中， mi~ 为在一维空间各样本的均值： mi~=1N1∑y∈ωiy 。
样本的内类离散度 s2i~ 和总类离散度 sw~ 为 s2i~=∑y∈ωi(y−mi~),i=1,2 ，

sw~=s21~+s22~

（7）对于给定的 X ，计算它在 w∗ 上的投影点 y 。 y=(w∗)TX 。
（8）根据决策规则分类，有

{y>y0⇒X∈ω1y<y0⇒X∈ω2

用Fisher函数解决多分类问题时，首先实现两类Fisher分类，然后根据返回的类别与新的类别再做两类Fisher分类，又能够得到比较接近的类别，以此类推，直至所有的类别，最后得出未知样本的类别。
下图显示了fisher算法降维之后数据线性可分：

下面以一道例题来练习Fisher二分类：
例：为了解某河段As，Pb污染状况，设在甲，乙两地监测，采样测的这两种元素在水中和底泥中的浓度（如下表）。依据这些数据判别未知样本是从哪个区域采得的。

matlab下的实验代码如下：
%mian.m

X=load('x.txt');
x1=X(1:5,:);
x2=X(6:10,:);
sample=X(11:12,:);
y=fisher(x1,x2,sample)

%fisher.m

function y=fisher(x1,x2,sample)
%Fisher函数
%x1,x2,sample分别为两类训练样本及待测数据集，其中行为样本数，列为特征数
r1=size(x1,1);r2=size(x2,1);
r3=size(sample,1);
a1=mean(x1)';a2=mean(x2)';
s1=cov(x1)*(r1-1);s2=cov(x2)*(r2-1);
sw=s1+s2;%求出协方差矩阵
w=inv(sw)*(a1-a2)*(r1+r2-2);
y1=mean(w'*a1);
y2=mean(w'*a2);
y0=(r1*y1+r2*y2)/(r1+r2);
for i=1:r3
  y(i)=w'*sample(i,:)';
   if y(i)>y0
      y(i)=0;
   else
      y(i)=1;
   end
end

假设我们把甲地类标签设为0，乙地设为1，实验结可以得出第一个未知样本来之乙地，第二个来之甲地。
以上我们对Fisher判别分析有了一个初步的了解，Fisher判别分析在模式识别，机器学习中应用的非常广泛，进一步的了解可以阅读相关书籍与资料。

参考资料：
[1] 许国根，贾瑛.模式识别与智能计算的Matlab实现[M],北京航空航天大学出版社
[2] Belhumeur P N, Hespanha J P, Kriegman D. Eigenfaces vs. fisherfaces: Recognition using class specific linear projection[J]. Pattern Analysis and Machine Intelligence, IEEE Transactions on, 1997, 19(7): 711-720.