LDA中的三个散度矩阵
2015-08-11 15:08
218 查看
LDA中的三个散度矩阵
在学习LDA(Linear Discriminate Analysis)的时候接触到了散度矩阵的概念,并且很多文章提到到混合散度矩阵等于类间散度矩阵与类内散度矩阵之和。我自己证明了一下。总体散度矩阵(total scatter matrix)
St=∑i=1C∑j=1nip(i,j)(xij−μ)(xij−μ)T
其中xij表示第i类的第j个样本,p(i,j)表示xij出现的概率,μ为总体均值,C为类数,ni为第i类的样本数。
类内散度矩阵(within-class scatter matrix)
Sw=∑i=1Cp(i)Si
其中Si=∑Ci=1p(i)(μi−μ)(μi−μ)T,表示第i类的类间散度矩阵,p(i)为第i类出现的概率,并且p(i)p(j|i)=p(i,j).
类间散度矩阵(between-class scatter matrix)
Sb=∑i=1Cp(i)(μi−μ)(μi−μ)T
其中μi是第i类的均值。我们可以对St作分解,
St=∑i=1C∑j=1nip(i,j)(xij−μi+μi−μ)(xij−μi+μi−μ)T=∑i=1C∑j=1nip(i,j)(xij−μi)(xij−μi)T+∑i=1C∑j=1nip(i,j)(μi−μ)(μi−μ)T+∑i=1C∑j=1nip(i,j)(xij−μi)(μi−μ)T+∑i=1C∑j=1nip(i,j)(μi−μ)(xij−μi)T
将上式中的四部分分别记为A,B,C,D, 那么
ABC同理D=∑i=1Cp(i)∑j=1nip(j|i)(xij−μi)(xij−μi)T=∑i=1Cp(i)Si=Sw=∑i=1Cp(i)(μi−μ)(μi−μ)T∑j=1nip(j|i)=∑i=1Cp(i)(μi−μ)(μi−μ)T=Sb=∑i=1Cp(i)⎛⎝∑j=1nip(j|i)(xij−μi)⎞⎠(μi−μ)=∑i=1Cp(i)⎛⎝∑j=1nip(j|i)xij−μi⎞⎠(μi−μ)=0=0
所以St=Sb+Sb
相关文章推荐
- Hdu 123 还是畅通工程
- (转)详细介绍java中的集合框架
- msSql分区表理解及实现
- Codeforces Round #105 (Div. 2) B. Escape
- MATLAB鼠标选取ROC区域
- LeetCode(173) Binary Search Tree Iterator
- LUA 局域网和网络
- ToolStrip类
- LoadRunner函数详解之web_reg_save_param_ex
- iOS-NSURLConnection网络请求,与服务器交互的请求注意点和实现方式
- 转:【拓扑排序详解】+【模板】
- Leetcode#11||Container With Most Water
- 黑马程序员——C语言笔记之printf函数与格式控制符
- HDOJ 4463 Outlets(最小生成树--prime)
- SQL-多实例造成***S故障
- 使用SeasLog打造PHP项目中的高性能日志组件(一)
- HDU-1010 Tempter of the Bone
- Android屏幕适配 一
- ppt转pdf网址
- 【转载】Perl中的引用