数据分析方法——判别分析

最新推荐文章于 2024-07-22 17:49:28 发布

Eternitykc

最新推荐文章于 2024-07-22 17:49:28 发布

阅读量3.2k

点赞数

分类专栏：期末专用

本文链接：https://blog.csdn.net/eternitykc/article/details/112576214

版权

本文介绍了数据分析中的距离判别方法，特别是针对2个总体的距离判别，指出欧氏距离的不足，并探讨了判别准则的评价，包括误判率回代估计法和交叉确认估计法。此外，还提到了多个总体的距离判别，以及Bayes判别的应用。

摘要由CSDN通过智能技术生成

5.1 距离盘被

5.1.1 2个总体的距离判别

最常见的是欧氏距离,d(x,y)=sqrt(Σ(x-y)^2)。
但是由判别分析中采用欧氏距离不合适，因为没有考虑总体分布的分散性信息，通常采用的是马氏距离

5.1.2 判别准则的评价

1.误判率回代估计法

设G1、G2为两个总体，x1和x2分别是来自G1和G2的训练样本，
其容量分别是n1和n2，
以全体训练样本你作为n1+n2个新样品
逐个代入已建立的判别准则中判别其归属，这个过程称为回判

在这里插入图片描述
其中:
n11:实际属于G1,归为G1
n12:实际属于G1,归为G2
n21:实际属于G2,归为G1
n22:实际属于G2,归为G2
SO:
误判率的回代估计=(n12+n21)/(n1+n2)
由于该值是建立判别函数的数据又用于评估，所以比真实误判率小。