判别分析的程序说明.doc

下载文档

37
0
约6.43千字
约 6页
2017-05-23 发布于重庆
举报
版权申诉
保障服务

判别分析的程序说明.doc

1、本文档共6页，可阅读全部内容。
2、有哪些信誉好的足球投注网站（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。

判别分析的程序说明

距离判别：【1】#################### 两个训练样本总体的判别分析 ################################# ## ###### TrnX1--训练样本1，TrnX2--训练样本2，TstX---待判样本， ############# ######## var.equal=FALSE为方差不相等，TRUE 为相等 ############# ######## 输出待判样本属于训练样本1或2 ############ ###################################################################################### #先做一个方差相等T or F discriminiant.distance=function(TrnX1, TrnX2, TstX=NULL, var.equal=FALSE) { if (is.null(TstX)==TRUE) TstX=rbind(TrnX1,TrnX2) ## 待判样本为空，则进行回判 if (is.vector(TstX)==TRUE) TstX=t(as.matrix(TstX)) ## 待判样本按行排列 else if (is.matrix(TstX)!=TRUE) TstX=as.matrix(TstX) if (is.matrix(TrnX1)!=TRUE) TrnX1=as.matrix(TrnX1) if (is.matrix(TrnX2)!=TRUE) TrnX2=as.matrix(TrnX2) nx=nrow(TstX) ## 待判样本个数 blong=matrix(rep(0, nx), nrow=1, byrow=TRUE, dimnames=list(blong, 1:nx)) ## 判别结果显示矩阵 mu1=colMeans(TrnX1); mu2=colMeans(TrnX2) ## 两总体样本均值 if (var.equal==TRUE) { S=var(rbind(TrnX1,TrnX2)) w=mahalanobis(TstX, mu2, S)-mahalanobis(TstX, mu1, S) } else { S1=var(TrnX1); S2=var(TrnX2) w=mahalanobis(TstX, mu2, S2)-mahalanobis(TstX, mu1, S1) } for (i in 1:nx) { if (w[i]0) blong[i]=1 else blong[i]=2 } return(blong) } 【2】############# 多总体的判别分析 ######################### ## TrnX--训练样本 ## TrnG--训练样本分类因子 ## TstX---待判样本 ###同理，也先做一个协方差阵T F ################################################################################# distinguish.distance=function(TrnX, TrnG, TstX=NULL, var.equal=FALSE) { if (is.null(TstX)==TRUE) TstX=TrnX if (is.vector(TstX)==TRUE) TstX=t(as.matrix(TstX)) else if (is.matrix(TstX)!=TRUE) TstX=as.matrix(TstX) if (is.matrix(TrnX)!=TRUE) T