帮助中心帮助中心
而距离参考样本
d2 =泰姬陵(Y, X)
例子
d2=泰姬陵(Y,X)返回的平方Mahalanobis距离每个观测的Y在参考的样品X。
d2=泰姬陵(Y,X)
d2
Y
X
全部折叠
生成一个二元相关样本数据集。
rng (“默认”)%的再现性X = mvnrnd ((0, 0), [1。9;。9 1],1000);
指定四种观测等距的意思X在欧氏距离。
Y = [1 1; 1 1; 1 1; 1 1];
计算每个观测的距离Y在参考的样品X。
d2_mahal =泰姬陵(Y, X)
d2_mahal =4×11.1095 20.3632 19.5939 1.0137
计算每个观测的平方欧氏距离Y的意思是X。
d2_Euclidean =总和((Y-mean (X)) ^ 2, 2)
d2_Euclidean =4×12.0931 2.0399 1.9625 1.9094
情节X和Y通过使用散射并使用标记颜色可视化的距离Y在参考的样品X。
散射
散射(X (: 1) X(:, 2), 10日“。”)%散点图的大小10持有在散射(Y (: 1), Y(:, 2), 100年,d2_mahal,“o”,“填充”)hb = colorbar;ylabel (hb,“Mahalanobis距离”)传说(“X”,“Y”,“位置”,“最佳”)
所有的观察Y([1],[1],[1],[1])是等距的意思X在欧氏距离。然而,[1]和[1]更接近X比吗[1]和[1]在距离。因为Mahalanobis距离考虑数据的协方差和不同的尺度变量,它是用于检测离群值。
[1]
数据,指定为一个n——- - - - - -米数字矩阵,n是观察和的数量吗米是每一个观测变量的数量。
X和Y必须有相同数量的列,但可以有不同数量的行。
数据类型:单|双
单
双
参考样品,指定为一个p——- - - - - -米数字矩阵,p的样品和数量吗米是变量的数量在每个样本。
X和Y必须有相同数量的列,但可以有不同数量的行。X一定比列的行。
的平方Mahalanobis距离每个观测的Y在参考的样品X,作为一个返回n1数字向量,n观察的数量吗X。
Mahalanobis距离是衡量样本点和分布。
的距离向量y与的意思是一个分布μ和协方差Σ是
d = ( y − μ ) ∑ − 1 ( y − μ ) ” 。
这个距离是多远y从标准差的平均数量。
泰姬陵返回的平方距离d2从一个观察Y在参考的样品X。在泰姬陵函数,μ和Σ是样本均值和协方差的参考样本,分别。
泰姬陵
之前介绍过的R2006a
pdist|泰姬陵|泰姬陵|robustcov|IsolationForest|fitcsvm
pdist
robustcov
IsolationForest
fitcsvm
如果dispone di una versione modificata di questo esempio。Desideri aprire questo esempio con le modifiche星期二吗?
海脂肪clic苏联合国collegamento切corrisponde questo第一MATLAB:
Esegui il第一inserendolo所以nella隙缝di第一MATLAB。我浏览器web非supportano金宝app comandi MATLAB。
选择一个网站
选择一个网站翻译内容,看到当地事件和提供。根据你的位置,我们建议您选择:。
你也可以从下面的列表中选择一个网站:
选择中国网站(中文或英文)最佳站点的性能。其他MathWorks国家网站不优化的访问你的位置。
联系你当地的办公室