判别分析分类
判别分析是一种分类方法。它假定不同的类生成数据根据不同的高斯分布。
(创建)一个分类器训练,拟合函数高斯分布的参数估计为每一个类(见创建判别分析模型)。
预测新数据的类,训练分类器发现类与最小的误分类代价利用判别分析模型预测)。
线性判别分析是也被称为Fisher判别,以其发明者的名字命名,先生r·a·费舍尔[1]。
建立判别分析分类器
这个例子展示了如何训练基本判别分析分类器分类虹膜费舍尔的虹膜数据。
加载数据。
负载fisheriris
创建一个默认的(线性)判别分析分类器。
MdlLinear = fitcdiscr(量、种类);
可视化的分类边界的二维线性分类数据,看看创造和想象判别分析分类器。
虹膜分类的平均测量。
meanmeas =意味着(量);meanclass =预测(MdlLinear meanmeas)
meanclass =1 x1单元阵列{“癣”}
创建一个二次分类器。
MdlQuadratic = fitcdiscr(量、种类、“DiscrimType”,“二次”);
可视化的分类边界的二维二次分类数据,看看创造和想象判别分析分类器。
使用二次分类器分类虹膜与平均测量。
meanclass2 =预测(MdlQuadratic meanmeas)
meanclass2 =1 x1单元阵列{“癣”}
引用
[1]费舍尔,r。“使用多个测量分类问题。”优生学的年报,7卷,第188 - 179页,1936年。可以在https://digital.library.adelaide.edu.au/dspace/handle/2440/15227。