R语言学习笔记：判别分析和聚类分析

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