判别分析法分析.pptVIP

例3. 用贝叶斯判别蠓虫的步骤 (1) 判别总体的协方差矩阵是否相等 (2) 总体是否服从正态分布 (4) 利用公式编程计算 首先对每个指标进行一元正态分布的检验，若有一个指标不服从正态分布，则总体不服从正态分布；若每个指标都服从一元正态分布，且各指标不相关则总体服从正态分布。 (3) 利用按比例分配方法估计两个总体的先验概率 解： apf=[1.14,1.78; 1.18,1.96;1.20,1.86;1.26,2.;1.28,2;1.30,1.96]; af=[1.24,1.72;1.36,1.74;1.38,1.64;1.38,1.82;1.38,1.90; 1.40,1.70;1.48,1.82;1.54,1.82;1.56,2.08]; x= [1.24,1.8;1.28,1.84; 1.4,2.04]; p1=6/(6+9)=0.4; p2=9/(6+9)=0.6; for i=1:3, d(i,:)=log(0.4)-0.5*((x(i,:)-m1)*inv(S)* (x(i,:)-m1))- (log(0.6)-0.5*((x(i,:)-m2)*inv(S)* (x(i,:)-m2))); end m1=mean(apf);m2=mean(af);s1=cov(apf);s2=cov(af); S=(5*s1+8*s2)/13; 由于d = 1.7585 0.9514 1.5747 全部大于零，即p1f1p2f2 所以待判的三个蠓虫均属于APF 三 贴近度判别分析 三 贴近度判别分析 三 (1) 建立模糊集合（关键） (2) 计算判别样本对两类总体的贴近度 T(x,G1),T(x,G2) (3) 若T(x,G1)T(x,G2),则x属于G2 若T(x,G1)T(x,G2),则x属于G1 该方法留给同学练习 四 判别分析的误差估计 四 五 1. 回代误判与交叉误判率估计 (1) 回代误判率估计 设G1，G2为两个总体，X1,X2,…,Xm和Y1,Y2,…,Yn是分别来自G1，G2的训练样本，以全体训练样本作为m+n个新样品，逐个代入已建立的判别准则中判别其归属，这个过程称为回判。若属于G1的样品被误判为属于G2的个数为N1个，属于G2的样品被误判为属于G1的个数为N2个，则误判率估计为： p=(N1+N2)/(m+n) （2）交叉误判率估计 交叉误判率估计是每次剔除一个样品，利用其余的m+n－1个训练样本建立判别准则再用所建立的准则对删除的样品进行判别。对训练样本中每个样品都做如上分析，以其误判的比例作为误判率。 ① 从总体为G1的训练样本开始，剔除其中一个样品，剩余的m－1个样品与G2中的全部样品建立判别函数； ② 用建立的判别函数对剔除的样品进行判别； ③ 重复步骤①，②，直到G1中的全部样品依次被删除，又进行判别，其误判的样品个数记为m12 ④ 对G2的样品重复步骤①，②，③直到G2中的全部样品依次被删除又进行判别，其误判的样品个数记为n21 于是交叉误判率估计为： 通常，马氏距离判别与贴近度判别使用回代误判与交叉误判率进行估计。 2. 平均误判概率估计 通常，贝叶斯判别使用平均误判概率进行判别误差估计。 平均误判概率的计算公式 p*=p1p(2|1)+p2p(1|2) 其中 分别表示第1（2）类误判为第二（一）类的概率.最终可得： 其中 d=ln(p2/p1) 作业：对于蠓虫判别分别计算回代误判、交叉误判以及平均误判概率. DNA序列的处理方法 三 六 aggcacggaaaaacgggaataacggaggaggacttggcacggcattacacggaggacgaggtaaaggaggcttgtctacggccggaagtgaagggggatatgaccgcttgg DNA序列就是由四种碱基对a,c,t,g构成的字符串 对DNA序列的处理，就是要将字符串转化为有用的数据，通常有以下方法： 1. 读取每个碱基对所占的百分比 2. 读取各种三联体所占的百分比 在MATLAB生物工具箱中有很多有用的命令： Bases = basecount(seq) 其中seq是一个DNA序列，放在单引号内，输出是各碱基对 的个数 例如seq=aggcacggaaaaacgggaataacggaggaggacttggcacggcattacacggaggacgaggtaaaggaggcttgtctacggccggaagtgaagggggat