文档帮助中心
Mahalanobis距离
d2 =泰姬陵(Y, X)
例子
d2=泰姬陵(Y,X)返回的平方Mahalanobis距离每一个观察结果Y参考样品在X.
d2=泰姬陵(Y,X)
d2
Y
X
全部折叠
生成相关的二元样本数据集。
rng (“默认”)%的再现性X = mvnrnd([0;0],[1.9;;9 1], 1000);
指定四个离平均值等距的观测值X在欧氏距离。
Y = [1 1;1 1;-1 1];
计算每个观测点的马氏距离Y参考样品在X.
d2_mahal =泰姬陵(Y, X)
d2_mahal =4×11.1095 20.3632 19.5939 1.0137
计算每个观测点的欧氏距离的平方Y从平均数X.
d2_Euclidean =总和((Y-mean (X)) ^ 2, 2)
d2_Euclidean =4×12.0931 2.0399 1.9625 1.9094
情节X和Y通过使用散射并使用标记色来可视化马氏距离Y参考样品在X.
散射
散射(X (: 1) X(:, 2), 10日“。”)%散点图的大小为10持有在散射(Y (: 1), Y(:, 2), 100年,d2_mahal,“o”,“填充”) hb = colorbar;ylabel (hb,“Mahalanobis距离”)传说(“X”,“Y”,“位置”,“最佳”)
所有的观察Y([1],[1],[1],[1])距离的平均值相等X在欧氏距离。然而,[1]和[1]比?更接近X[1]和[1]在距离。由于马氏距离考虑了数据的协方差和不同变量的规模,它是有用的异常值检测。
[1]
指定为n——- - - - - -米数字矩阵,n观察的次数是多少米是每次观察中的变量数。
X和Y必须有相同的列数,但可以有不同的行数。
数据类型:单|双
单
双
参考样品,指定为p——- - - - - -米数字矩阵,p样品的数量是多少米是每个样本中的变量数。
X和Y必须有相同的列数,但可以有不同的行数。X行数必须多于列数。
的平方Mahalanobis距离每一个观察结果Y参考样品在X,返回为n-乘1的数字向量,其中n观察的次数是多少X.
马氏距离是一个样本点和一个分布之间的度量。
马氏距离是一个矢量y一个有均值的分布μ和协方差Σ是
d = ( y − μ ) ∑ − 1 ( y − μ ) ' .
这个距离表示多远y离均值有多少个标准差。
泰姬陵返回马氏距离的平方d2通过观察Y参考样品在X.在泰姬陵函数,μ和Σ分别为参考样本的样本均值和协方差。
泰姬陵
泰姬陵|pdist
pdist
您的系统中存在此示例的修改版本。是否要打开此版本?
您点击了一个对应于这个MATLAB命令的链接:
通过在MATLAB命令窗口中输入该命令来运行该命令。Web浏览器不支持MATLAB命令。万博1manbetx
选择一个网站来获得可用的翻译内容,并看到当地的活动和提供。根据您所在的位置,我们建议您选择:.
你也可以从以下列表中选择一个网站:
请选择表现最佳的中国网站(中文或英文)。MathWorks的其他国家网站并没有针对您所在位置的访问进行优化。
与当地办事处联系