蠓虫分类模型【参考】.docVIP

蠓虫的分类模型 摘要 本文通过对两类蠓虫的触角长和翅长数据进行分析，用画散点图的方法对两类蠓虫进行区分，利用判别分析建模方法对未知的三个样本进行识别，将它们分类。在生物学中，根据触角长和翅长来识别一只蠓虫标本是Af还是Apf是很重要的。本文为此提供了方法。 在模型一中，本文通过画散点图，进而画出两条斜线将两类蠓虫分别划分在斜线的两侧，对它们进行分类。 在模型二中，本文通过马氏距离判别法对未知的三个样本进行判别，并将它们归类。得出的结果为:三个未知样本均为Apf类。 在模型三中，本文修改分类方法，用贝叶斯判别法对三个未知样本进行判别分类。计算结果表明：三个未知样本均属于Apf类。 最后，本文对马氏距离判别法做了误差分析，通过回代误判率和交叉误判率对模型进行评价。计算结果为：回代误判率为0，交叉误判率为0.0667。说明模型判别方法较准确。 本文从绘制散点图，利用判别分析建模方法角度对两类蠓虫进行识别，并对未知样本分类，进而利用误差分析对模型准确性予以预测，逐步深化，最后对模型进行评价与推广。 关键词 散点图 马氏距离 贝叶斯 回代误判 交叉误判 一、问题重述 （一）背景知识 两种蠓虫Af和Apf已由生物学家罗纳（w.L.Grogna）和维尔恩（W.W.Wirth）于1981年根据它们的触角长（mm）和翅长（mm）加以区分，6只Apf和9只Af蠓虫的触长,翅长数据如下： Apf：(1.14,1.78), (1.18,1.96), (1.20,1.86), (1.26,2.00), (1.28,2.00), (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)。 在生物学中，根据触角长和翅长来识别一只蠓虫标本是Af还是Apf是很重要的。（二）要解决的问题 1、根据给定的数据，制定一种方法，正确区分两类蠓虫； 2、用我们的方法对触长、翅长分别为(1.24,1.80)、(1.28,1.84)、(1. 40,2.04)的三个样本进行识别； 3、假设Af是宝贵的传粉益虫，Apf是某种疾病的载体，在这种情况下我们是否应该修改所用的分类方法。 二、问题的分析 1、对问题一的分析 对问题一， 我们利用画出散点图，再画斜线的方法对给出的6只Apf和9只Af蠓虫进行区分。 2、对问题二的分析 对问题二，我们可以根据马氏距离判别分析法对未知的三个样本进行识别，将它们分类。 3、对问题三的分析 对问题三，我们可以修改分类方法，用贝叶斯判别法对所给三个样本进行判别，将它们分类。 三、模型的假设 1、在问题一中，假设两类蠓虫的协方差矩阵是相等的； 2、假设Apf与Af的总数相同或Apf占总数的，Af占总数的，这样在用贝叶斯判别法时，即可用按比例分配方法估计两个总体的先验概率； 3、样本无性别差异。 4、触角长与翅长作为指标同样重要。 5、用触角长与翅长来判别蠓虫是充分的。 四、符号说明 A………………………………………………Apf类蠓虫 B………………………………………………Af类蠓虫 m1………………………………………………A类的均值向量 m2………………………………………………B类的均值向量 S1………………………………………………A类的协方差矩阵 S2………………………………………………B类的协方差矩阵 n1………………………………………………A类样本的容量 n2………………………………………………B类样本的容量 五、模型的建立与求解 1、问题一的建立与求解 区分步骤： （1）利用Matlab软件，画出两类蠓虫分布的散点图如下: (2)由散点图我们可以画出两条斜线，由此区分两类蠓虫，如下所示： 图2 用斜线区分两类蠓虫 （3）由图我们可以区分出两类蠓虫 2、问题二的建立与求解 用马氏距离判别步骤： (1) 计算A、B两类的均值向量与协方差矩阵; m1=mean(A), m2=mean(B), S1=cov(A), S2=cov(B)； (2) 计算总体的协方差矩阵 ； ( 3) 计算未知样本x到A,B两类马氏平方距离之差 ： d=(x-m1)S-1(x-m1)’- (x-m2)S-1(x-m2)’； (4) 若d0,则x属于A类;若d0,则x属于B类。 (5)模型的求解：我们利用Matlab软件进行编程，可以求出三个样本到A类与B类的距离之差分别为d=-4.3279 ,-2.7137 ,-3.960