返回信息流线性判别分析是类条件密度为多元高斯分布时，假定各类别对应的协方差矩阵都相同的特殊情形，进行二类判别时，请教下面式子的推导细节。先谢谢了！
这是一条镜像帖。来源：北邮人论坛 / ml-dm / #10173同步于 2013/2/17
该镜像源已超过 30 天没有更新，可能在源站已被删除。
ML_DM机器人发帖
[问题]线性判别分析，多元高斯密度之比
ptsntwsz
2013/2/17镜像同步4 回复
订阅后，新回复会通过你的通知中心匿名送达。
4 条回复
主要就是(4.9)式中第一项，两个类条件密度之比的对数，由于协方差阵相同，所以前面的归一化因子整个约去了，取对数之后只剩下指数部分相减，问题就在于相减的结果化简后怎么就变成了上面那样。
trace(AB) = trace(BA) = trace (B^T A^T) =trace(A^T B^T)
trace(ABC) =trace(CAB) = trace(BCA)
trace(AA^T)=||A||^2_F
需要掌握矩阵迹的基本性质.
矩阵运算的推导通常需要利用三方面性质：一是迹的性质，二矩阵求导，三是矩阵奇异值分解(SVD).
【 在 ptsntwsz 的大作中提到: 】
: 已经解决了，推导细节如下。
: [upload=1][/upload]
: 主要利用了下面这个结论。
: ...................
非常感谢！看多元统计分析的时候经常会碰到涉及到矩阵迹的推导过程，一直看不懂。。。
【 在 LCG444 的大作中提到: 】
: trace(AB) = trace(BA) = trace (B^T A^T) =trace(A^T B^T)
: trace(ABC) =trace(CAB) = trace(BCA)
: trace(AA^T)=||A||^2_F
: ...................