实验七判别分析

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，transpo

2、rtation，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load discrim>> whos Name Size Bytes Class big 26x43 2236 char array categories 9x14 252 char array group 329x1 2632 double array idx 26x1 208 double array names 329x43 28294 char array ratings 32

3、9x9 23688 double array其中数据库中包含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sampl

4、e>> training=ratings(1:200,:); %将1至200号样本作为训练集>> 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

5、.59953593瑞士1789953724阿根廷172.195.952425阿联酋173.877.753706保加利亚271.29342507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=7699537479.59953597899537272.195.9524273.877.7537071.293425075.394.934127091.2339072.899230062.9

6、80.63799;g= 1 1 1 1 1 2 2 2 2 2 'Y=68.579.3195069.996.9284077.693.8523369.390.35158;>> 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 = 2 2 22用Fisher判别法对上题进行判别function class=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/

7、(n1+n2-2);S=a*(S1+S2);Sinv=inv(S);X1mean=mean(X1);X2mean=mean(X2);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);for i=1:1:n if y1mean>y2mean if Yc(i)>y0 class(i)=1; else class(i)=2; end else if Yc(i)>y0 class(i)=2; else class(i)=1; end endend >> class=FisherClassify(Y,x1,x2)class = 2 2 1 1 四、 练习数据见鸢尾花练习, 其中收集了三种鸢尾花（1刚毛鸢尾花、2变色鸢尾花和3佛吉尼亚鸢尾花），观测了三种鸢尾花的花瓣、花萼的长、宽数据，共有150个测量数据。以前120个数据为训练样本，判别后三十个数据的所属类别。groupywh=yanweihua(:,5)