创建和可视化判别分析分类器

此示例显示如何执行Fisher IRIS数据的线性和二次分类。

加载示例数据。

加载渔民

栏载体，物种，由三种不同种类的鸢尾花组成，柱头花(setosa)、花斑花(versicolor)、维京花(virginica)。双矩阵量由花朵，萼片的长度和宽度分别由四种类型的测量组成，分别以厘米为单位。

使用花瓣长度（第三列量)和花瓣宽度(第四列量）测量。将这些分别作为变量PL和PW保存。

PL =量(:3);PW =量(:4);

绘制数据，显示分类，也就是说，创建一个散点图的测量，按物种分组。

H1 = G箭头（PL，PW，物种，'krb'那'ov ^'，[]，“关闭”）;h1(1)。L.ineWidth = 2; h1(2).LineWidth = 2; h1(3).LineWidth = 2; legend('setosa'那'versicolor'那'virginica'那“位置”那'最好')举行在

图中包含一个坐标轴。轴包含3个类型的线。这些对象代表Setosa，Versicolor，Virginica。

创建一个线性分类器。

x = [pl，pw];mdllinear = fitcdiscr（x，物种）;

检索第二和第三类之间的线性边界的系数。

MdlLinear。类名(3 [2])

ans =.2x1细胞{'versicolor'} {'virginica'}

K = MdlLinear.Coeffs .Const(2、3);L = MdlLinear.Coeffs .Linear(2、3);

画出分隔第二和第三类的曲线

$K. + [\begin{array}{cccccccccccccccccccc} X_{1} & X_{2} \end{array}] L. = 0. 。$

f = @(x1,x2) K + L(1)*x1 + L(2)*x2;H2 = Fimplic（f，[9 7.1 0 2.5]）;H2.COLOR =.'r'；h2.linewidth = 2;h2.displayname =.“Versicolor与Virginica的界限”；

图中包含一个坐标轴。轴包含4个类型的型号，ImplicitFunctionLine。这些对象代表Setosa，Versicolor，Virginica，Versicolor＆Virginica之间的边界。

检索第一和第二类之间的线性边界的系数。

mdllinear.classnames（[1 2]）

ans =.2x1细胞{' setosa}{“癣”}

K = MdlLinear.Coeffs .Const(1、2);L = MdlLinear.Coeffs .Linear(1、2);

绘制分隔第一和第二类的曲线。

f = @(x1,x2) K + L(1)*x1 + L(2)*x2;H3 = Fimplic（f，[9 7.1 0 2.5]）;H3.Color =.“k”；H3.LineWidth = 2;h3.displayname =.“Versicolor与Setosa之间的界限”；轴([。2. xlabel() xlabel()“瓣长度”) ylabel ('花瓣宽度')标题(“{\bf Fisher训练数据线性分类}”）

$图中包含一个坐标轴。具有标题{\ bf线性分类的轴包含Fisher培训数据}包含5型对象，ImplicitFunctionLine。这些对象代表Setosa，Versicolor，Virginica，Versicolor＆Virginica之间的边界，Versicolor＆Setosa之间的边界。$

创建二次判别分类器。

mdlquadratic = fitcdiscr（x，物种，'isstrimtype'那“二次”）;

从情节中移除线性边界。

删除（H2）;删除（H3）;

$图中包含一个坐标轴。具有标题{\ BF线性分类的轴包含Fisher培训数据}包含3个类型的类型。这些对象代表Setosa，Versicolor，Virginica。$

检索第二类和第三类之间的二次边界的系数。

mdlquadratic.classnames（[2 3]）

ans =.2x1细胞{'versicolor'} {'virginica'}

k = mdlquadratic.coeffs（2,3）.const;l = mdlquadratic.coeffs（2,3）.linear;q = mdlquadratic.coeffs（2,3）.quadratic;

画出分隔第二和第三类的曲线

$K. + [\begin{array}{cccccccccccccccccccc} X_{1} & X_{2} \end{array}] L. + [\begin{array}{cccccccccccccccccccc} X_{1} & X_{2} \end{array}] 问： [\begin{array}{cccccccccccccccccccc} X_{1} \\ X_{2} \end{array}] = 0. 。$

f = @（x1，x2）k + l（1）* x1 + l（2）* x2 + q（1,1）* x1。^ 2 +......（Q（1,2）+ Q（2,1））* x1。* x2 + q（2,2）* x2。^ 2;H2 = Fimplic（f，[9 7.1 0 2.5]）;H2.COLOR =.'r'；h2.linewidth = 2;h2.displayname =.“Versicolor与Virginica的界限”；

$图中包含一个坐标轴。标题为{\bf Fisher Training Data Linear Classification}的坐标轴包含line、implicitfunctionline类型的4个对象。这些对象代表Setosa，Versicolor，Virginica，Versicolor＆Virginica之间的边界。$

检索第一和第二类之间的二次边界的系数。

mdlquadratic.classnames（[1 2]）

ans =.2x1细胞{' setosa}{“癣”}

k = mdlquadratic.coeffs（1,2）.const;l = mdlquadratic.coeffs（1,2）.linear;q = mdlquadratic.coeffs（1,2）.quadratic;

绘制分隔第一和第二和类的曲线。

f = @（x1，x2）k + l（1）* x1 + l（2）* x2 + q（1,1）* x1。^ 2 +......（Q（1,2）+ Q（2,1））* x1。* x2 + q（2,2）* x2。^ 2;h3 = fimplicit (f。9 7.1 0 1.02]);%绘制曲线的相关部分。H3.Color =.“k”；H3.LineWidth = 2;h3.displayname =.“Versicolor与Setosa之间的界限”；轴([。2. xlabel() xlabel()“瓣长度”) ylabel ('花瓣宽度')标题(“{\bf Fisher训练数据的二次分类}”)举行从

$图中包含一个坐标轴。具有标题{\ bf二次分类的轴，具有Fisher培训数据}包含5型对象，ImplicitCunctionLine。这些对象代表Setosa，Versicolor，Virginica，Versicolor＆Virginica之间的边界，Versicolor＆Setosa之间的边界。$

创建和可视化判别分析分类器

也可以看看

功能

对象

相关的话题

统计和机器学习工具箱文档

万博1manbetx

掌握机器学习：使用MATLAB逐步指南