摘要：
1. SVM描述 $f(x)$满足间隔最大化要求。与$f(x)$相对应的直线$\omega^Tx+b=-1$和$\omega^Tx+b=1$之间的间隔为$\frac{2}{||\omega||}$。显然，只有直线$\omega^Tx+b=-1$和$\omega^Tx+b=1$上分布的样本点对选取决策 阅读全文
摘要：
Fisher准则函数 Fisher准则的基本原理：找到一个最合适的投影轴，使两类样本在该轴上投影之间的距离尽可能远，而每一类样本的投影尽可能紧凑，从而使分类效果为最佳。 假设有两类样本，分别为$X_1$和$X_2$ 则各类在d维特征空间里的样本均值为： $$M_i = \frac{1}{n_i}\s 阅读全文