数学模型
分类的目标是把输入 x 匹配到唯一的离散型类别 Ck 中。在一个平面中，我们可以用一条直线分开两组数据，所以这条直线，一般来讲是在D维输入空间中的（D-1）维超平面，叫做线性判别函数（Linear discriminant function），也叫决策面（decision surface）
这里的线性，是一种真正意义上的线性，就是函数模型对输入变量x表现出线性（直线、平面、超平面）
1、二分类
代入x, 如果y>0 则输入C1类，y<0 则输入C2类
w 表示决策面的方向（w向量垂直于决策面） W0 表示决策面的位置
2、多分类
多分类来自二分类的推广，有K类我们就要引入K个线性判定函数的组合，对于多分类问题的输出t,我们往往用 t=[0 0 0 1 0 0]来表示。
也就是说，x 对应的哪个判定函数最大，那么久输入哪一类！
当然，我们可以把w0包括进去写成下列形式：
线性分类
1、 用于分类的最小平方方法
我们如果想得到分类的模型，然来对进来的数据自动进行分类。这里还可以看做是一个曲线拟合的问题：已知的一些数据，且知道它们的类别，然后让这些因素来估计W的解析解，就用的是最小平方法，这个过程就叫learning
上式中X，T为数据和分类结果，XW是模型值。对w求导数可以得到一个解析解
最小平方方法并不是一个比较好的方法，有一个很大的问题是，对于一些特别点（干扰点）鲁棒性较差，得到不好的效果。实际上，最小平方法的失败并不让我们意外，因为一个严重的问题是，最小平方法是对应于假设高斯分布下的最大似然方法，可是二值目标向量t明显不是高斯分布！
2、 Fisher线性判别
Fisher线性判别的思想是，把高维的数据 x 全部投影到一维的一条直线上！
对于高维空间的数据，它们可能分的很开，但是投影到一条直线上的话，就会造成拥挤甚至覆盖，给分类造成困难。但是我们总能找到一个方向的直线，能让投影下来的点分的最开：同类的点聚集度最高，不同类的点的均值距离最大！
fisher线性判别，核心问题就是要找到这样一条直线。方式就是构造一个fisher准则函数，这个函数的分子是投影后类间的离散度，分母是投影后类中的离散度，这样就转换为了一个球fisher准则函数最大值的问题。
具体过程如下：
用这个公式让 x 投影到一维空间y中，y 表示一个数值。
这就是fisher准则函数。对于二分类的情况，m1 m2是投影后的类均值，s 为投影后的类内的协方差（离散度）
更一般的，我们可以用下式来表示：
这显然是代入了y=wx之后的结果，因为我们要求的就是w,所以必须要建立显式的显示w的fisher准则函数。
其中，SB为类间协方差矩阵，SW为类内协方差矩阵。
这个时候，通过求解这个函数的最大值，我们就可以得到W的方向，如下：
到这里我们可以看出，fisher线性判别法就是一个寻找最优的投影方向的方法，本质上并不是分类。但是，由于变换后的模式是一样的，因此判别界面实际上是各类样本所在轴上的一个点，即确定一个阈值 y0 ,当 wx>=y0时，属于C1类，否则属于C2类。
3、感知器算法
感知器算法是一个二分类的算法，在这个模型中，输入向量 x 先经过固定的非线性变换为一个特征向量ϕ(x)，这个特征向量然后被用于构建一个更一般的线性模型
其中感知器f 的性质如下：
我们可以发现，这样就又把分类问题转变成了一个求解权重w的过程。对于分类正确的情况， w T ϕ(x n )t n > 0 即a*f(a)>0 而对于分类错误的情况，结果小于0；
因此，我们把所有的分类错误的情况相加，可以得到一个函数叫感知器准则函数：
求解E的最小值，分类问题转变成一个求极值问题。这里我们不能直接求w的导数等于0，因为好像不能这样做（具体不清楚），所以要用梯度下降法来一次次的更新W
这里的学习率往往设置为1，可以得到下面图所示的过程。
感知器算法无法直接推广到K>2的情形，且对于不能够线性分开的数据算法永远不会收敛。即使是对于线性可分的点，也有可能有多个解，且最终的解依赖于初始值的设定和数据出现的顺序。