Fisher线性分类器的MATLAB 代码，Fisher线性分类器是最基础的线性分类器，其通过降维来快速进行样本的二分

初学者了解

文章目录一、线性分类的数学基础与应用1、Fisher基本介绍2、Fisher判别思想3、举例二、Fisher判别的推导（python）1、代码2、代码结果三、Fisher分类器1、定义2、scikit-learn中LDA的函数的代码测试3、监督降维技术四、参考文献 一、线性分类的数学基础与应用 1、Fisher基本介绍 Fisher判别法是一种投影方法，把高维空间的点向低维空间投影。在原来的坐标系下，可能很难把样品分开，而投影后可能区别明显。一般说，可以先投影到一维空间(直线)上，如果效果不理想，在投影到另一条直线上(从而构成二维空间)，依此类推，每个投影可以建立一个判别函数。 2、Fishe

matlab 实现Fisher分类器设计，已经包含训练集和测试集

matlab 编写的bayes、fisher分类器，适合初学者，程序说明也比较清楚

fisher的matlab实现，可以实现分类和最佳投影平面的显示，并且带有测试代码，可以随机在生成的坐标图上点十个点，程序会自动为点着上相应的颜色，比较直观

采用PCA特征降维技术提取图像的特征向量，并可利用fisher分类器对测试样本进行分类

使用Fisher分类器实现手写数字识别，MATLAB代码，GUI界面手写数字输入。

该文档讲述了fisher线性分类器的基本原理及实现代码