文件帮助中心文件
Mahalanobis距离
d2 = mahal(y,x)
例子
D2=玛哈尔(y那X)返回平方Mahalanobis距离每个观察y参考样本X。
D2=玛哈尔(y那X)
D2
y
X
全部收缩
生成相关的双变量样本数据集。
RNG('默认')重复性的%x = mvnrnd([0; 0],[1 .9; .9 1],1000);
指定四个与平均值等距离的观察X在欧几里德距离。
Y = [1 1; 1 - 1; -1 1; -1 -1];
计算每个观察的mahalanobis距离y参考样本X。
d2_mahal = mahal(y,x)
d2_mahal =4×11.1095 20.3632 19.5939 1.0137
计算每个观察的平方欧几里德距离y从平均值X。
d2_euclidean = sum((y-mean(x))。^ 2,2)
d2_euclidean =4×12.0931 2.0399 1.9625 1.9094
阴谋X和y通过使用分散并使用标记颜色来可视化mahalanobis距离y参考样本X。
分散
散射(x(:,1),x(:,2),10,'。')%散射图,尺寸为10抓住上散射(y(:,1),y(:,2),100,d2_mahal,'o'那'填充')HB =彩色杆;Ylabel(HB,'mahalanobis距离') 传奇('X'那'是'那'地点'那'最好的')
所有观察y([1,1]那[-1,-1,]那[1,-1], 和[-1,1])与平均值等距离X在欧几里德距离。然而,[1,1]和[-1,-1]比x更靠近x[1,-1]和[-1,1]在mahalanobis距离。因为mahalanobis距离考虑了数据的协方差和不同变量的尺度,因此它对于检测异常值非常有用。
[1,1]
[-1,-1,]
[1,-1]
[-1,1]
[-1,-1]
数据,指定为N-经过-m数字矩阵,其中N是观察人数和m是每个观察中的变量数。
X和y必须具有相同数量的列,但可以具有不同的行数。
数据类型:单身的|双倍的
单身的
双倍的
参考样本,指定为aP.-经过-m数字矩阵,其中P.是样品数量和m是每个样本中的变量数。
X和y必须具有相同数量的列,但可以具有不同的行数。X必须具有比列更多的行。
平方Mahalanobis距离每个观察y参考样本X,返回一个N-1号数字矢量,在哪里N是观察人数X。
Mahalanobis距离是样品点和分布之间的衡量标准。
距离矢量的mahalanobis距离y与平均分布μ.和协方差σ.是
D. = ( y - μ. ) σ. - 1 ( y - μ. ) ' 。
这个距离代表了多远y来自标准偏差数量的平均值。
玛哈尔返回平方的mahalanobis距离D.2从观察中y参考样本X。在里面玛哈尔功能,μ.和σ.是参考样品的样本均值和协方差。
玛哈尔
玛哈尔|Pdist.
Pdist.
您有此示例的修改版本。您是否希望使用您的编辑打开此示例?
您单击了与此MATLAB命令对应的链接:
在MATLAB命令窗口中输入它来运行命令。Web浏览器不支持MATLAB命令。金宝app
选择一个网站,以便在可用的地方进行翻译的内容,并查看本地活动和优惠。根据您的位置,我们建议您选择:。
您还可以从以下列表中选择一个网站:
选择中国网站(以中文或英文)以获取最佳网站性能。其他MathWorks国家网站未优化您的位置。
联系您当地的办公室