classify op• Data kinds: matrix × signal → table
• Call: import fullseye as fs; fs.ledger.fisher_lda_fit(X, y, *, ridge: 'float' = 1e-06, prior1: 'Optional[float]' = None) -> 'Dict[str, object]' (implementation को सीधे call करना हो तो import cropweed; cropweed.fisher_lda_fit(X, y, *, ridge: 'float' = 1e-06, prior1: 'Optional[float]' = None) -> 'Dict[str, object]', registry से लेना हो तो opssegmentation.get("fisher_lda_fit"))
दो class का Fisher linear discriminant सीखता है (closed form, कोई iteration नहीं)।
X (N, D) feature है (superpixel_color_texture_features का लौटाया dict सीधे दिया जा सकता है), y N class label 0 / 1 है। Feature को कुल औसत और standard deviation से standardise करते हैं (शून्य variance वाले column scale 1 रखते हैं और constant_columns में दर्ज होते हैं); pooled within-class covariance Σ = (S₀ + S₁)/(N − 2) में ridge × tr(Σ)/D जोड़कर w = Σ⁻¹(μ₁ − μ₀)। Intercept वह बिंदु है जहाँ बराबर variance वाले दो normal का log-likelihood ratio w·z − w·(μ₀ + μ₁)/2 + log(π₁/π₀) शून्य हो (prior1 = π₁, default = training data में हिस्सा)। लौटाता है: w, bias (score = z·w + bias, धनात्मक = class 1), mean, scale, mu0, mu1, fisher_ratio (J = (w·Δμ)²/(wᵀΣw), अलगाव की ताकत), n0, n1, prior1, constant_columns, cond। खाली input, y का 0/1 न होना, किसी class में 2 से कम sample, N ≤ 2, covariance का condition number 1e12 से अधिक (दिशा तय नहीं) और दोनों class का औसत बराबर (J = 0) होने पर ValueError से अस्वीकार।
• halcon_segmentation family guide
• 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।
• poc_weed_rice_ratio — py -3.11 examples/poc_weed_rice_ratio.py
table को input के रूप में लेते हैं)class_ndim_norm · fisher_lda_score
classify)class_2dim_sup · class_2dim_unsup · learn_ndim_norm · class_ndim_norm · classify_image_class_lut · fisher_lda_score
*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.