判别分析是一种分类方法。它假设不同的类根据不同的高斯分布生成数据。
为了训练(创建)分类器,拟合函数估计每个类的高斯分布的参数建立判别分析模型).
为了预测新数据的类别,经过训练的分类器找到错误分类代价最小的类别(见使用判别分析模型进行预测).
线性判别分析也被称为Fisher判别,以其发明者r.a. Fisher先生命名[1].
这个例子展示了如何训练一个基本的鉴别分析分类器来分类费雪的虹膜数据。
加载数据。
负载fisheriris
创建一个默认(线性)判别分析分类器。
MdlLinear = fitcdiscr(量、种类);
要可视化数据的二维线性分类的分类边界,请参见创建和可视化判别分析分类器.
用平均测量值对虹膜进行分类。
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”);
要可视化数据的二维二次分类的分类边界,请参见创建和可视化判别分析分类器.
使用二次分类器对虹膜进行平均测量。
meanclass2 =预测(MdlQuadratic meanmeas)
meanclass2 =1 x1单元阵列{“癣”}
[1] Fisher, r.a。《分类学问题中多重测量方法的应用》优生学的年报,1936年第7卷179-188页。可以在https://digital.library.adelaide.edu.au/dspace/handle/2440/15227.