在下列线性判别方法中，可以不使用增广样本的是
A: Fisher线性判别
B: 感知器准则
C: 最小错分样本数准则
D: 最小平方误差准则
A: Fisher线性判别
B: 感知器准则
C: 最小错分样本数准则
D: 最小平方误差准则
举一反三
- 判别分析可以从不同角度提出问题，有不同的判别准则，不包括下列哪个（ ）. A: 马氏距离最小准则 B: Fisher准则 C: 平均损失最小准则 D: 可导准则
- 叙述Fisher判别准则和Bayes判别准则。
- 贝叶斯判别规则是错分概率最小的最优准则。
- 以下( )属于线性分类器常用准则? A: Fisher准则 B: 感知器准则函数 C: 支持向量机 D: 贝叶斯分类
- 下面关于fisher线性判别准则的说法中错误的是 A: fisher线性判别方法可以将样本从多维空间投影到一维空间 B: 将样本从多维空间向一维空间投影的方向是不唯一的。 C: 经过fisher准则投影后得到的最佳投影方向就是投影后两类样本的分类面 D: 好的投影方向应该使不同类别的样本均值之差尽量大，类内的样本尽量聚集。