- 1、本文档共67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)。
查看更多
多元统计分析 第4章 判别分析
判别函数的评估--混淆矩阵 感兴趣的类定为“正类/阳性类”,对应的为“负类/阴性类” TP (Truly Positve):预测为正类,实际是正类的情形; FP (Falsely Postive): 预测为正类,实际是负类的情形; FN (Falsely Negtive):预测为负类,实际是正类的情形; TN (Truly Negtive): 预测为负类,实际是负类的情形; 混淆矩阵Confusion Matrix: Actual/Predicted class C1 ? C1 C1 True Positives (TP) False Negatives (FN) ? C1 False Positives (FP) True Negatives (TN) * 准确度或识别率:Accuracy = (TP + TN)/All 误差率: 1 – accuracy Error rate = (FP + FN)/All 查准率(precision)p=TP/(TP+FP) 测试集中被正确分类的正例数量除以测试集中被分类为正例的数据数量。 查全率(recall) r=TP/(TP+FN) 测试集中被正确分类的正例数量除以测试集中实际正例数量 F-score=2pr/(p+r) 查准率和查全率的调和平均值 F-score更接近于p,r两个数种较小的那个 A\P C ?C C TP FN P ?C FP TN N P’ N’ All * 判别函数的评估--混淆矩阵 ############################################### # Assess performance of the prediction method # ############################################### # predict group membership of each observation using the discriminant # function that we found: group - predict(dis, method=plug-in)$class group # compare to true group membership: Type # tabulate the results: table(group, Type) # misclassification rate: (3+3)/n # better method: leave-one-out predictions - array(NA, n) for (i in 1:n){ dat - Tibet[-i,] dis - lda(Type ~ Length+Breadth+Height+Fheight+Fbreadth, data=dat, prior=c(0.5,0.5)) predictions[i] - predict(dis, newdata=Tibet[i,c(1:5)])$class } # results: predictions # compare to true group memberships: Type # tabulate results: table(predictions, Type) # misclassification rate: (6+5)/n * * R code # Create sample history matrix with 100 entries X - matrix(rnorm(1000),100,10) # Create sample test matrix Xtest - matrix(rnorm(10),10,1) # Calculate the Mahalanobis distances Sigma - cov(X) SInv - solve(Sigma) di - rep(0, nrow(X)) for (i in 1:length(di)) { di[i] - sqrt(t(Xtest-X[i,]) %*% SInv %*% (Xtest-X[i,])) } which.min(di) 第三节 贝叶斯(Bayes)判别法 一 Bayes判别的基本思想 二 Bayes判别的基本方法 贝叶斯(Bayes)判别法 距离判别法简单,便于使用 距离判别方法的不足之处: 判别方法与总体各自出现的概率的大小无关 判别方法与错判之后所造成的损失无关 Bayes判别方法有效地解决了上述问题 Bayes判别的基本思想 Bayes判别的基本思想 Ba
您可能关注的文档
- 声光控延时电路课程.doc
- 声屏障施工工艺流程(含土建).docx
- 声学检测技术第三章4-1.ppt
- 增值税培训课件-发票开具及收取.ppt
- 声控夜灯延时设计完整版.doc
- 声母难点音发音训练 李志超.pptx
- 声现象 总复习(第二版).ppt
- 声现象综合复习课件.ppt
- 塑胶产品葵花宝典及设计规范实例.doc
- 声现象中考热点.ppt
- 10《那一年,面包飘香》教案.docx
- 13 花钟 教学设计-2023-2024学年三年级下册语文统编版.docx
- 2024-2025学年中职学校心理健康教育与霸凌预防的设计.docx
- 2024-2025学年中职生反思与行动的反霸凌教学设计.docx
- 2023-2024学年人教版小学数学一年级上册5.docx
- 4.1.1 线段、射线、直线 教学设计 2024-2025学年北师大版七年级数学上册.docx
- 川教版(2024)三年级上册 2.2在线导航选路线 教案.docx
- Unit 8 Dolls (教学设计)-2024-2025学年译林版(三起)英语四年级上册.docx
- 高一上学期体育与健康人教版 “贪吃蛇”耐久跑 教案.docx
- 第1课时 亿以内数的认识(教学设计)-2024-2025学年四年级上册数学人教版.docx
文档评论(0)