费希尔判别法（Fisher discriminant analysis; FDA），工学-控制科学与工程-系统辨识、建模与自适应控制-故障诊断-故障诊断方法-数据驱动的方法-多变量统计过程监控-费歇尔判别法，根据观察或测量到的若干变量值，判断研究对象如何分类的分析方法。是一种广泛应用于模式识别领域的判别分析方法。由英国统计学家R.A.费希尔（Ronald Aylmer Fisher）于1936年提出。2000年左右，美国学者首先将费希尔判别法引入到流程工业过程中，以用于区分不同故障类别，实现故障诊断的目的。费希尔判别法根据最大化类别间的离散度、同时最小化类别内的离散度的准则寻找费希尔最优判别向量，即费希尔投影向量。通过将高维测量数据投影到低维投影方向，从而构成一个低维特征空间；在这个低维特征空间中既能最大限度地缩小同类中各个样本点之间的差异，又能最大限度地扩大不同类别中各个样本点之间的差异；再通过选择合适的判别规则，将待判别的样本进行分类判别。在低维特征空间中，不同类的数据基本上都可以被线性分开。