实验七 判别分析.doc

实验七 判别分析.doc

ID:61967620

大小:41.00 KB

页数:4页

时间:2021-04-06

实验七 判别分析.doc_第1页
实验七 判别分析.doc_第2页
实验七 判别分析.doc_第3页
实验七 判别分析.doc_第4页
资源描述:

《实验七 判别分析.doc》由会员上传分享,免费在线阅读,更多相关内容在应用文档-天天文库

1、实验七判别分析一、实验目的运用matlab中命令解决判别分析问题。二、本实验所用的命令提示函数classify()功能:判别分析语法:class=classify(sample,training,group)说明:sample数据的每行为一个待判样本,training是训练集,group是training训练集中样本所对应的类别。函数返回向量class,它与sample具有相同的行数。Class的每一个元素表示sample中相应元素(对应行)所属类别。三、例题1所用数据为美国392个城市衡量生活质量的9种指标(climate,housing,health,crime,tran

2、sportation,education,arts,recreation,economics)的值。对每个指标,值约高越好,如“crime”较高的值表示较低的犯罪率。首先从discrim.mat中调入数据loaddiscrim>>whosNameSizeBytesClassbig26x432236chararraycategories9x14252chararraygroup329x12632doublearrayidx26x1208doublearraynames329x4328294chararrayratings329x923688doublearray其中数据库中包含

3、categories,包含指标名称的字符串矩阵names,包含392个城市名字的字符串矩阵ratings,329x9数据矩阵group,每个城市所属类别(1或2)idx,待判城市的标号为了了解ratings数据的大致分布情形,作盒形图boxplot(ratings,0,'+',0)%%%对ratings的9个变量生成盒形图set(gca,'YTicklabel',categories)%%%给y轴加上标签判别分析>>sample=ratings(idx,:);%%将待判城市数据赋给sample>>training=ratings(1:200,:);%%将1至200号样本作为训

4、练集>>g=group(1:200);>>class=classify(sample,training,g);>>last7=class(20:26)观察后7个待判城市的分类情况例题2从1995年世界各国人文发展指数的排序中,选取高发展水平(用1代表)、中等发展水平(用2代表)的国家各5个样品,另选4个国家作为代判样品作距离判别分析。序号国家类别g出生时预期寿命(92)x1成人识字率(92)x2人均GDPx31美国1769953742日本179.59953593瑞士1789953724阿根廷172.195.952425阿联酋173.877.753706保加利亚271.2934

5、2507古巴275.394.934128巴拉圭27091.233909格鲁吉亚272.899230010南非262.980.6379911中国68.579.3195012罗马尼亚69.996.9284013希腊77.693.8523314哥伦比亚69.390.35158X=[7699537479.59953597899537272.195.9524273.877.7537071.293425075.394.934127091.2339072.899230062.980.63799];g=[1111122222]'Y=[68.579.3195069.996.9284077.69

6、3.8523369.390.35158];>>CLASS=CLASSIFY(Y,[x1;x2],g)结果:Y中的4个样本都属于中等发展水平(用2代表)CLASS=2222用Fisher判别法对上题进行判别functionclass=FisherClassify(Y,X1,X2)%%其中Y是待判别样本,X1、X2分别是两总体训练样本S1=cov(X1);S2=cov(X2);[n1,l1]=size(X1);[n2,l2]=size(X2);a=1/(n1+n2-2);S=a*(S1+S2);Sinv=inv(S);X1mean=mean(X1);X2mean=mean(X2)

7、;d=(X1mean-X2mean)';C=Sinv*d;y1mean=X1mean*C;y2mean=X2mean*C;y0=(n1*y1mean+n2*y2mean)/(n1+n2);Yc=Y*C;[n,m]=size(Y);class=zeros(n,1);fori=1:1:nify1mean>y2meanifYc(i)>y0class(i)=1;elseclass(i)=2;endelseifYc(i)>y0class(i)=2;elseclass(i)=1;endendend>>class=F

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。