用于监督模式识别的K-L变换
1.回答特征选择与特征提取的异同点
2.K-L变换的基本原理
3.利用附件中所给数据，从类均值中提取判别信息
（1）计算总的类内离散度矩阵；
（2）用作为产生矩阵进行K-L变换，产生新的特征
（3）计算新特征的分类性能指标，选择其中前2个或前3个新特征，形成特征变换矩阵U
（4）对于产生的新特征向量训练集，确定Car（癌细胞）与Fad(纤维癌)是否线性可分？线性可分的话，给出这两类的线性判别函数。
用于监督模式识别的K-L变换
1.回答特征选择与特征提取的异同点
2.K-L变换的基本原理
3.利用附件中所给数据，从类均值中提取判别信息
（1）计算总的类内离散度矩阵；
（2）用作为产生矩阵进行K-L变换，产生新的特征
（3）计算新特征的分类性能指标，选择其中前2个或前3个新特征，形成特征变换矩阵U
（4）对于产生的新特征向量训练集，确定Car（癌细胞）与Fad(纤维癌)是否线性可分？线性可分的话，给出这两类的线性判别函数。