原文:
matlab隨筆之判別分析
從概率論角度,判別分析是根據所給樣本資料,對所給的未分類資料進行分類。
如下表,已知有t個樣本資料,每個資料關於n個量化特徵有乙個值,又已知該樣本資料的分類,據此,求s個未分類資料的分類情況class。
matlab 的統計工具箱提供了判別函式
[class,err] = classify(sample,training,group, type)
其中,err 給出了分類誤判率的估計值,type為分類方法,預設值為'linear',即線性分類,type 還可取值'quadratic', 'mahalanobis'( mahalanobis 距離)。
程式:
training=[13.54,14.36,87.46,566.3,0.09779執行結果:13.08,15.71,85.63,520,0.1075
9.504,12.44,60.34,273.9,0.1024
17.99,10.38,122.8,1001,0.1184
20.57,17.77,132.9,1326,0.08474
19.69,21.25,130,1203,0.1096
11.42,20.38,77.58,386.1,0.1425
20.29,14.34,135.1,1297,0.1003
]; sample=[16.6,28.08,108.3,858.1,0.08455
20.6,29.33,140.1,1265,0.1178
7.76,24.54,47.92,181,0.05263
]; group=[zeros(3,1);ones(5,1)];%0表示良性腫瘤,1表示惡性腫瘤
[class,err]=classify(sample,training,group)
class =
0 0
0err =
0
所以,三個樣本的分類都為良性腫瘤。 Matlab隨筆之判別分析
從概率論角度,判別分析是根據所給樣本資料,對所給的未分類資料進行分類。如下表,已知有t個樣本資料,每個資料關於n個量化特徵有乙個值,又已知該樣本資料的分類,據此,求s個未分類資料的分類情況class。matlab 的統計工具箱提供了判別函式 class,err classify sample,tra...
MATLAB實現LDA線性判別分析
如下 clear all close all clc x 0.697,0.774,0.634,0.608,0.556,0.403,0.481,0.437,0.666,0.243,0.245,0.343,0.639,0.657,0.360,0.593,0.719 y 0.460,0.376,0.264...
線性判別分析 線性判別分析總覽
線性判別分析總覽 linea r discriminant analysis,lda 用於資料預處理中的降維 分類任務,其目標是找到能夠最大化類間區分度的座標軸成分。用幾個詞概括lda的特徵,即降維 分類。假設一批患者使用同一種腫瘤藥,一些人效果良好 response 而另一些人無明顯療效 not ...