如何为数据集每行计算Fisher score？求修改不符预期的实现

首先得明确：你用的skfeature.function.similarity_based.fisher_score是给每个特征计算区分度分数的，它的输入是整个数据集的特征矩阵和标签，输出是每个特征的Fisher值——这和你想要的「给每行样本计算整体分数」完全不是一回事，这就是你得到奇怪结果的核心原因。

要实现每行样本的Fisher分数，我们需要基于Fisher判别分析的核心思想：衡量单个样本与两类（flag=0和flag=1）中心的差异，结合类内离散程度来计算分数。具体实现步骤如下：

步骤1：计算全局统计量与特征权重 #

首先我们需要先算出整个数据集里，两类样本在每个特征上的均值、类内方差，同时计算每个特征的Fisher分数（用于给特征加权，让区分度高的特征在样本分数中占比更高）。

步骤2：定义每行样本的分数计算逻辑 #

对于单个样本，我们计算它在每个特征上的「类间差异贡献」：用样本值到两类均值的距离，除以类内方差（方差越小，同样的距离代表区分度越强），再用特征的Fisher分数加权求和，得到该行的整体分数。

完整代码实现 #

import numpy as np
import pandas as pd
from skfeature.function.similarity_based import fisher_score

# 假设你的数据集已加载为df
# df = pd.read_csv("your_dataset.csv")

# 1. 计算特征级Fisher分数（用于加权）
X = df.iloc[:, 0:4].values
y = df.iloc[:, -1].values
feature_fisher_weights = fisher_score.fisher_score(X, y)

# 2. 计算两类样本的全局统计量：均值和类内方差
class_0 = X[y == 0]
class_1 = X[y == 1]

mean_0 = np.mean(class_0, axis=0)
mean_1 = np.mean(class_1, axis=0)
var_0 = np.var(class_0, axis=0)
var_1 = np.var(class_1, axis=0)

# 3. 定义每行样本的Fisher分数计算函数
def compute_row_score(row):
    # 加极小值避免除以0
    epsilon = 1e-8
    # 计算每个特征的类间差异贡献
    feature_contribs = np.abs(row - mean_0)/(var_0 + epsilon) + np.abs(row - mean_1)/(var_1 + epsilon)
    # 用特征Fisher分数加权求和，得到整体分数
    weighted_total = np.sum(feature_contribs * feature_fisher_weights)
    # 若不需要加权，可直接用：unweighted_total = np.mean(feature_contribs)
    return weighted_total

# 4. 应用到数据集每一行
df["row_fisher_score"] = df.iloc[:, 0:4].apply(compute_row_score, axis=1)

# 查看结果
print(df[["C1", "C2", "C3", "C4", "flag", "row_fisher_score"]])

结果说明 #

最终生成的row_fisher_score列就是每个样本的整体Fisher分数：分数越高，说明该样本在两类中的区分度越强，越容易被Fisher判别规则区分开。

内容的提问来源于stack exchange，提问作者OnebyOne