魏尔斯特拉斯判别法
拉斯判别法（Fisher discrimination），又称魏尔斯-拉普拉斯判别式，是概率论中的一种模式识别算法。

这种方法源于一九三五年爱因斯坦颁奖典礼上提出的魏尔斯定理，由Ronald A. Fisher利用贝叶斯定理建立而成。

该方法的基本思想是对类的期望总密度进行估计，在此基础上构造出把类别隔离开来的线性判别式，用来识别新样本。

它以类内样本的类内散度矩阵（within-class scatter matrix）和类间散度矩阵（between-class scatter matrix）为依据，构建决策边界，此处的决策边界满足最优类内距离和最大类间距离的性质。

拉斯判别法属于线性判别（linear discrimination）的一种，它的特点是用一个线性判别式来区分类型，具有计算简单、实现方便等特点，因而被人们广泛使用，拉斯判别法也称为线性判别分析（linear discriminant analysis, LDA）。