费希尔判别分析（Fisher discriminant analysis），工学-信息与通信工程-模式识别-统计模式识别-特征提取-Fisher判别分析，利用已知类别的样本建立判别模型，对未知类别的样本进行判别的统计方法。又称线性判别分析。判别分析的特点是根据已有的数据信息，建立判别公式和判别准则。当遇到新的样本点时，只要根据判别公式和判别准则，就能判别该样本点所属的类别。判别分析可分为Fisher判别分析、贝叶斯判别分析和距离判别分析等方法。Fisher判别分析的主要思想是投影，使多维问题简化为一维问题来处理。选择一个适当的投影轴，使所有的样品点都投影到这个轴上得到一个投影值。对这个投影轴的方向的要求是：使每一类内的投影值所形成的类内离差尽可能小，而不同类间的投影值所形成的类间离差尽可能大。Fisher判别准则如下。设待分类模式集，将它们分成类，类含个模式，分类后各模式记为。的类内离散度矩阵定义为：…（1）式中为类内均值。