数学建模matlab题型,数学建模题型之分类

方法1：判别分析

1.1距离判别

What：以样本到总体的距离为依据的直观判别方法

How：先根据已知分类的数据，分别计算各类的重心然后计算待判样本与各类的距离，与哪一类距离最近，就判待判样本x属于哪一类。

摘自：

源程序详见 JuLiPanBie.m

1.2Bayes判别

What：根据Bayes准则进行判别的方法

How：设有两个总体，它们的先验概率分别为q1 、 q2，各总体的密度函数为f1(x) 、f2(x) ，在观测到一个样本x的情况下，可用贝叶斯公式计算它来自第k个总体的后验概率为：

一种常用判别准则是：对于待判样本x，如果在所有的P(Gk / x)中P(Gh / x)是最大的，则判定x属于第h总体。通常会以样本的频率作为各总体的先验概率。

1.3Fisher判别

What：一种先进行高维向低位投影，再根据距离判别的一种方法。

How：通过将多维数据投影至某个方向上，投影的原则是将总体与总体之间尽可能分开，然后再选择合适的判别规则，将待判的样本进行分类判别。所谓的投影实际上是利用方差分析的思想构造也一个或几个超平面，使得两组间的差别最大，每组内的差别最小。

费歇尔判别函数和判别准则

判别函数：

判别准则：

，y1 > y2,y > y0

，y1 > y2,y 

，y1  y0

，y1 

将两类均值及待判样本x的各项指标代入判别函数可求得三个函数值y1, y2，y，一般将y1, y2的加权平均值y0。

方法二：聚类分析

由于用matlab实现较为繁杂，故优先采用SPSS

聚类分析及SPSS实现

常用方法：系统聚类、k-means聚类、两步聚类

基本操作：打开->数据->.xls->导入->分析->分类->...聚类

分析树状图、冰柱图

树状图(谱系图)：纵向观察引出来几条虚线就表示分几类

冰柱图：冰柱是自上而下垂悬的

其他聚类

+遗传算法

熟悉Matlab的GA工具箱及其函数

+模拟退火法

What：一种通用概率算法，在一定时间内寻找一个很大搜寻空间中的近似最优解。

How：模拟退火的原理也和金属退火的原理近似：我们将热力学的理论套用到统计学上，将搜寻空间内每一点想像成空气内的分子；分子的能量，就是它本身的动能；而搜寻空间内的每一点，也像空气分子一样带有“能量”，以表示该点对命题的合适程度。算法先以搜寻空间内一个任意点作起始：每一步先选择一个“邻居”，然后再计算从现有位置到达“邻居”的概率。

方法三：神经网络分类方法

主要用于图像分类。(略)