分散矩阵上的问题求解
先决条件: 散点图矩阵
我们计算可用数据点的 S w (类散布矩阵内)和 S B (类散布矩阵间)。
S W :为了最小化类内的可变性,类内分散。 S B :增加阶级之间的可变性,阶级之间的分散性。
点的散点图
X1 = (y1, y2) ={ (2,2), (1,2), (1,2), (1,2), (2,2) }
X2 = (y1,y2) ={ (9, 10), (6,8), (9,5), (8,7), (10,8) }
类内分散矩阵:
Si is the class specific covariance matrix.
mi is the mean of indivisual class
平均值计算:
我们计算课堂上每个点的平均值。这里的平均值是观测值的总和除以观测值的数量,我们需要这个平均值来计算矩阵的协方差。
协方差矩阵计算: 我们从每个观测值中减去平均值,然后用矩阵的转置进行矩阵乘法后计算平均值。
第一个类别的类别特定协方差:
取 1、2、3、4 和 5 的平均值。 我们计算 S1 矩阵中每个元素的所有值之和,除以观测值的个数,在当前计算中是 5。
因此 S 1 为:
第二类的类特定协方差:
平均来自 1、2、3、4 和 5 的值 我们计算 S2 矩阵中每个元素的所有值的和,并除以观测值的数量,在当前计算中是 5。
因此 S2 是:
类内散布矩阵 S w :
SW = S1 + S2
类间散点矩阵 S B :
总散射矩阵:
S<sub>T = SB + SW</sub>
因此,我们计算了可用数据点的类间散布矩阵和类内散布矩阵。
我们在特征提取中利用这些计算,其中主要目标是在点的投影中增加类之间的距离,并在投影中减少类内点之间的距离。这里,我们旨在生成所需维度的数据投影。
版权属于:月萌API www.moonapi.com,转载请注明出处