欧氏距离分类器

欧氏距离分类器的Matlab实现

欧氏距离分类器是贝叶斯分类器的退化版本，在样本满足一定条件下成立。

代码如下:

function cls = mahalanobisClassifier(varargin)
    [x,m,sigma] = parseInputs(varargin{:});		%分析输入的变量
    dis = zeros(size(m,1),1);				%欧氏距离
    cls = zeros(size(x,1),1);				%每个样本所属的类别
    for i = 1:size(x,1)					%进行分类
        for j = 1:size(m,1)
            dis(j) = (x(i,:)-m(j,:))/sigma*(x(i,:)-m(j,:))';
        end
       [~,cls(i)] = min(dis);
    end
    
    function [x,m,sigma] = parseInputs(varargin)	%用于分析输入的变量的函数
        narginchk(2,inf)
        validateattributes(varargin{1},{'numeric'},{'nonempty','nonsparse',...
            '2d'})
        x = varargin{1};
        if nargin == 2
            validateattributes(varargin{2},{'numeric'},{'nonempty','nonsparse',...
            '2d','ncols',size(x,2)})