版权声明:本文为博主原创文章,未经博主允许不得转载。 https://blog.csdn.net/lqzdreamer/article/details/79690296
Fisher线性判别中散度矩阵的表现形式可以改写,类内散度:
Sw=∑i=1c∑j:yj=i(xj−μi)(xj−μi)T=12∑i,jA(w)ij(xi−xj)(xi−xj)T
其中,
μi=1ni∑j:yj=ixj
A(w)ij={1nk,0,if yi=yj=kif yi≠yj
而类间散度为:
Sb=∑i=1cni(μi−μ)(μi−μ))T=12∑i,jnA(b)ij(xi−xj)(xi−xj)T
其中,
μ=1n∑i=1nxj
A(b)ij={1n−1nk,1n,if yi=yj=kif yi≠yj
证明过程如下。
首先证明类内散度
Sw
:
而对于另一种表达:
因此,有公式(1)和(2)可知,两者相等,那么类内散度矩阵
Sw
的改写得证!
接下来证明类内散度矩阵:
而对于另一种表达:
而公式(4)的前半部分为:
而公式(4)的后半部分为:
那么,根据公式(3)(5)(6)则有
那么,根据公式(3)(7)可知,两公式相等,也即得证。
而在论文
M. Sugiyama, Local Fisher Discriminant Analysis for Supervised Dimensionality Reduction, ICML, 2006也对这个问题进行了阐述和证明。在该论文中,是直接由通常的一般式推导至改写式,证明过程为:
证明中同样用到了
xi和xj
的等价性。