一.判别分析
1.判别分析的基本思想:设有n个样本,对每个样本的p项指标,已知每个样本属于k个类别中的某一类,找到一个最优性质判别函数,能把不同类别的样本点尽可能区别开,以最优的性质对p维空间构造一个划分,这个划分就构成了判别规则并且给定新样本,能判定样本属于哪个类
2.距离判别法基本思想:分别计算样本与各个总体的马氏距离,将距离近的判别为一类
3.贝叶斯判别法基本思想:设有k个总体,概率密度函数为f(x),假设k个总体各自出现的概率分别为q1,q2...假设已知某个属于Gi的样本判错到总体Gj造成的损失为C(j|i),选择一种划分,使总平均损失函数g(R)达到极小
4:Fisher判别思想:从k个总体中抽取p个指标观测数据,借助方差分析构造线性判别函数U(x)=u1x1+...+upxp,系数u确定的原则是使得总体之间区别最大,总体内部离差最小.对于新样本,将他的p个指标代入,利用一定判别规则,判别新的样品属于哪个类
二.聚类分析
1.聚类分析基本思想:分析如何对样品进行量化分类,在聚类之前不知道总体,通过聚类使相近的样品形成总体