数据挖掘——Fisher判别祥解.pptVIP

数据挖掘 ——判别式分类 湖南大学工商管理学院 兰秋军 博士 副教授 本讲内容 判别式分类的基本思想 Fisher判别准则和判别函数 应用举例 基本思想 一个引例 设某种产品的市场情况有“畅销”和“滞销”两种，根据过去经验，产品销路好坏与价格有关，也与市民收入有关。我们希望以这两个量来预测销路的好坏。以x1表示产品价格，x2表示市民收入。设有n组观察值，其中n1组为畅销，n2组为滞销(显然n2=n-n1)，在二维坐标上，已0表示滞销点，X表示畅销点，如图所示 若我们能找到分界直线 C0+c1x1+c2x2=0 则可用其进行预测。即判断（价格，收入）点落在什么区域。 X X X X X X X X X X X X X o o o o o o o o o o o o o o o o x1 x2 ？ 判别分析的基本思想 假设有p个预测因子 ,有n组观测值， 判别分析的基本思想就是：根据这些数据，在适当的判别准则下，确定判别函数： 并找出临界值y0 对于待判样本，只需把其代入判别函数，将其值与临界值y0比较，从而确定其所属类别。 Fisher判别准则和判别函数 Fisher判别准则 设要判别的对象分成两组，分别记做A和B（比如A代表畅销，B代表滞销）。对p个预测因子，也叫做p个判别指标。设A组有s组数据，B组有t个组数据，即n=s+t 组A 组B 假定判别函数为 则组A的数据对应的判