fisher_lda_score — SEGMENTATION classify op

• Data kinds: table × matrix → table

• Call: import fullseye as fs; fs.ledger.fisher_lda_score(model, X) -> 'Dict[str, object]' (implementation को सीधे call करना हो तो import cropweed; cropweed.fisher_lda_score(model, X) -> 'Dict[str, object]', registry से लेना हो तो opssegmentation.get("fisher_lda_score"))

उपयोग

fisher_lda_fit से सीखे discriminant से feature को score देता है (score > 0 का अर्थ class 1)।

model fisher_lda_fit का परिणाम है; X (N, D) feature है (dict का X भी चलता है)। Standardisation training के औसत और scale से होता है। लौटाता है: score (N), label (0/1; score ठीक 0 हो तो class 0, घोषित नियम), margin (|score| / ‖w‖ = standardised space में सीमा तक दूरी), n1 (class 1 माने गए की संख्या)। खाली input, column संख्या का मेल न होना, non-finite मान और ऐसा model जो सीखा हुआ discriminant नहीं है, ValueError से अस्वीकार।

उपयोग की विस्तृत guide

• halcon_segmentation family guide

संदर्भ (sample data, साहित्य)

• Sample data catalog (DL URL / license) — 2-D के लिए skimage.data (BSD/public) + synthetic, 3-D के लिए real data sources (Stanford/PDS आदि) के DL URL।

• Operators का स्रोत और संदर्भ — इस op family के मूल research/methods के स्रोत।

• Algorithm का मानक स्रोत (लेखक, वर्ष) और उपयोग ऊपर की family usage guide में दिए गए हैं।

चलाए जा सकने वाले उदाहरण (verified samples जो सच में यह op call करते हैं)

• poc_weed_rice_ratio — py -3.11 examples/poc_weed_rice_ratio.py

वे अगले ops जिनसे type जुड़ता है (table को input के रूप में लेते हैं)

class_ndim_norm

इसी category के (classify)

class_2dim_sup · class_2dim_unsup · learn_ndim_norm · class_ndim_norm · classify_image_class_lut · fisher_lda_fit

*Provenance: cropweed.py — SEGMENTATION operator registry. यह per-op note tools/opdocs.py md से अपने-आप generate होता है (हाथ से edit न करें)।*

© 2026 Kazufumi Furuse — Fullseye operator documentation. Licensed under Apache-2.0.