R语言学习| 马氏距离mahanobis函数

最新推荐文章于 2025-04-21 17:13:53 发布

YER1994

最新推荐文章于 2025-04-21 17:13:53 发布

阅读量8.8k

点赞数 6

文章标签： r语言统计学

本文链接：https://blog.csdn.net/YER1994/article/details/113060422

版权

本文介绍了如何在R语言中使用马氏距离，详细解析了马氏距离的定义，并给出了源代码示例，包括利用`sweep()`函数处理不可逆矩阵以确保正定性，以及计算多个样本到总体马氏距离的步骤。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1. 马氏距离定义

在这里插入图片描述

2. 源代码

输入mahanobis 即可得到代码：

> mahalanobis
function (x, center, cov, inverted = FALSE, ...) 
{
   
    x <- if (is.vector(x)) 
        matrix(x, ncol = length(x))
    else as.matrix(x)
    if (!isFALSE(center)) 
        x <- sweep(x, 2L, center)
    if (!inverted) 
        cov <- solve(cov, ...)
    setNames(rowSums(x %*% cov * x), rownames(x))
}
<bytecode: 0x0000000003e30778>
<environment: namespace:stats>

3. 案例操作

数据：7个变量（x1,x2,……x7）；12个样本
目标：计算每个样本到总体的马氏距离

数据录入：

classX1<-data.frame(
  x1=c(6.60, 6.60, 6.10, 6.10, 8.40, 7.2, 8.40, 7.50,
       7.50, 8.30, 7.80, 7.80),
  x2=c(39.00,39.00, 47.00, 47.00, 32.00, 6.0, 113.00, 52.00,
       52.00,113.00,172.00,172.00),
  x3=c(1.00, 1.00, 1.00, 1.00, 2.00, 1.0, 3.50, 1.00,
       3.50, 0.00, 1.00, 1.50),
  x4=c(6.00, 6.00