判别分析是一种分类方法。它假定不同类别根据不同的高斯分布产生的数据。
训练(创建)分类,拟合函数估计高斯分布为每一类的参数(见建立判别分析模型)。
为了预测新数据的类别,训练过的分类中找到与最小的误分类代价类(见预测利用判别分析模型)。
线性判别分析也被称为Fisher判别,命名为它的发明者,R. A.费舍尔爵士[1]。
这个例子显示了如何培养一个基本的判别分析分类器进行分类费舍尔的虹膜数据虹膜。
加载数据。
加载fisheriris
创建一个默认的(线性)判别分析分类。
MdlLinear = fitcdiscr(MEAS,物种);
为了显现2-d线性数据的分类的分类边界,见创建和可视化判别分析分类。
分类平均测量的光圈。
meanmeas =平均值(MEAS);meanclass =预测(MdlLinear,meanmeas)
meanclass =1x1的单元阵列{ '云芝'}
创建一个二次分类。
MdlQuadratic = fitcdiscr(MEAS,物种,'DiscrimType',“二次”);
为了显现数据的2-d二次分类的分类边界,见创建和可视化判别分析分类。
分类使用所述二次分类器平均测量的光圈。
meanclass2 =预测(MdlQuadratic,meanmeas)
meanclass2 =1x1的单元阵列{ '云芝'}
[1]费舍尔,R. A.在分类问题多次测量的使用。优生,卷志。7,第179-188,1936年可在https://digital.library.adelaide.edu.au/dspace/handle/2440/15227。