1.判别分析:根据已知分类建立判别方法
距离判别法:
计算距离:dist()
dist(x, method = "euclidean", diag = FALSE, upper = FALSE, p = 2)
x表示数据矩阵;method用于指定计算方法,默认“euclidean”为欧氏距离,“manhattan”绝对值距离,“maximum”切比雪夫距离,“minkowski”闵可夫斯基距离,“canberra”兰氏距离,“binary”定性样本的距离;diag为TRUE,输出距离矩阵的对角线;upper为TRUE,输出距离矩阵的上三角部分。
马氏距离:mahalanobis()
mahalanobis(x, center, cov, inverted = FALSE,...)
x是样本数据的向量或矩阵;center是分布的均值;cov是分布的协方差矩阵,通常用样本值做估计;inverted是逻辑值,若为TRUE则cov应包含协方差矩阵的逆。
距离判别分析:wmd():WMDB包,自动计算马氏距离判别分析
wmd(TrnX, TrnG, Tweight = NULL, TstX