特征选择和提取是模式识别中的一个关键问题
很多特征中选出有效可识别的特征,降维应去掉
- 模棱两可的、不易判断的特征;
- 所提供的特征不重复
模式类别间可分性的度量
- 点到点: 欧氏距离
- 点到点集: 该点到点集中所有点的距离的平均值
- 类内距离:所有点aia_iai到其他所有点aja_jaj点集的距离和平均值
- 类内散布矩阵:Sw=∑(ai−m)(ai−m)TS_w=\sum {(a_i-m)(a_i-m)^T}Sw=∑(ai−m)(ai−m)T
- 类间距离:mi,mjm_i,m_jmi,m