总类内散度阵、总类间散度阵、某类数据的类内散度矩阵 python

def cacuSW(train_face,k):#利用总的样本矩阵计算总的类内散度矩阵
#train_face：行为样本，所有样本矩阵，每k行为一类为
    m,n=train_face.shape
    sw=np.zeros([n,n])#大小为特征数*特征数
    meanlei=np.zeros([40,n])#计算40个类中，每个类的平均
    meanlei=[]
    for i in range(0,m,k):
        train0=train_face[i:i+k,:]
        sw+=np.cov(train0.T)
        mean0=np.mean(train0,0)
        meanlei.append(mean0)
    meanlei=np.array(meanlei)
    allmean=np.mean(meanlei,0)
    return sw,meanlei,allmean#返回类内散度矩阵，每个类的平均，总平均

def cacuSB(meanlei,allmean,train_face,k):
##计算类间散度矩阵 每k个数据为一类
    sb=np.zeros([train_face.shape[1],train_face.shape[1]])
    for i in range(0,meanlei.shape[0]):
        mean0=meanlei[i,:]-allmean
        sb+=np.cov(mean0.T)
    SB=sb*k
    return sb
   

def cacuSWi(train):#计算某类的类内散度矩阵
##输入为一类数据组成的矩阵m*n，行为样本，
#输出为该类数据的类内散度矩阵:大小为：特征数*特征数
    m,n=train.shape
    mean=np.mean(train,0)###得到该类平均样本
    train=train-mean
    swi=np.dot(train.T,train)
    return swi#返回类内散度矩阵，每个类的平均，总平均