MatLab:Fisher线性判别式K>；2.

我试图在matlab中实现fisher的线性判别函数，用于K（类）>2，我不确定K>2场景的算法。我知道Matlab有内置函数，但我想在不使用它们的情况下实现它

---

如果有人能清除算法，那就太好了。

以下是一些示例伪代码：

N=病例数 c=班级数量 先验=每类每种情况的先验概率向量 目标=每个类别每个案例的目标标签 数据维度=特征x案例

获取每个数据点的目标标签：

T = Targets(:,Cases);      % Target labels for each case 

计算每类平均向量和公共协方差矩阵：

classifier.u = [mean(Data(:,(T(1,:)==1)),2),mean_nan(Data(:,(T(2,:)==1)),2),....,mean_nan(Data(:,(T(2,:)==c)),2];   % Matrix of data means
classifier.invCV = cov(Data');

A1=classifier.u;
B1=classifier.invCV;
D = A1'*B1*Data-0.5*(A1'*B1.*A1')*ones(d,N)+log(Priors(:,Cases));

使用类平均向量和公共协方差矩阵获得鉴别值：

classifier.u = [mean(Data(:,(T(1,:)==1)),2),mean_nan(Data(:,(T(2,:)==1)),2),....,mean_nan(Data(:,(T(2,:)==c)),2];   % Matrix of data means
classifier.invCV = cov(Data');

A1=classifier.u;
B1=classifier.invCV;
D = A1'*B1*Data-0.5*(A1'*B1.*A1')*ones(d,N)+log(Priors(:,Cases));

函数将生成c判别值。然后将案例分配给具有最大鉴别值的类别