fisher_lda_score — SEGMENTATION classify op

• データ種: table × matrix → table

• 呼び出し: import fullseye as fs; fs.ledger.fisher_lda_score(model, X) -> 'Dict[str, object]' (実装を直接呼ぶなら import cropweed; cropweed.fisher_lda_score(model, X) -> 'Dict[str, object]'、台帳から引くなら opssegmentation.get("fisher_lda_score"))

使い方

fisher_lda_fit の学習済みの判別で特徴を採点する(score > 0 をクラス 1 とする)。

model は fisher_lda_fit の返り、X は (N, D) の特徴(dict の X も可)。標準化は学習時の

平均と尺度を使う。返す: score(N)・label(0/1。score がちょうど 0 はクラス 0、宣言した規則)・ margin(|score| / ‖w‖ = 標準化空間で境界までの距離)・n1(クラス 1 と判定した数)。空の入力・列数の食い違い・非有限値・学習済みの判別でない model は ValueError で拒否する。

詳しい使い方ガイド

• halcon_segmentation ファミリ ガイド

参考(サンプルデータ・文献)

• サンプルデータ カタログ(DL URL / ライセンス) — 2-D は skimage.data(BSD/public)+ 合成、3-D は実データ源(Stanford/PDS 等)の DL URL。

• 演算子の来歴・参考文献 — この op 族の元になった研究/手法の出典。

• アルゴリズムの正典(著者・年)と用途は上記ファミリ使い方ガイドに記載。

実行できる例(この op を実際に呼ぶ検証済みサンプル)

• poc_weed_rice_ratio — py -3.11 examples/poc_weed_rice_ratio.py

型が繋がる次の op(table を入力に取れる)

class_ndim_norm

同カテゴリ(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. この per-op ノートは tools/opdocs.py md が自動生成(手編集しない)。*

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