判别分析ppt.pptVIP

1.3 判别分析法的分类及概要 距离判别：由训练样本得出每个分类的中心（中心）坐标，然后对新样品求出他们离各个类别中心的距离的远近，从而归入离的最近的分类。马氏距离，欧氏距离。 费歇尔判别：典则判别。基本思想是投影，即将原来在R维空间的自变量组合投影到维度较低的D维空间去，然后在D维空间中在进行分类。投影原则是使每一类内的离差尽可能小，不同类间投影的离差尽可能大。 贝叶斯判别：在考虑先验概率的前提下，利用贝叶斯公式，按照一定准则构造一个判别函数，分别计算该样品落入各个子域的概率，所有概率中最大的一类就被认为是该样品所属的类别。 先验概率,就是用概率来描述人们事先对所研究的对象的认识的程度； 后验概率，就是根据具体资料、先验概率、特定的判别规则所计算出来的概率。它是对先验概率修正后的结果。 1.5 准确度效果评价 自身验证 外部数据验证 样本二分法 交互验证 BOOTSTRAP验证 交互验证 在建立判别函数时依次去掉一例，然后用建立起来的判别函数对该例进行判别，用该方法可以非常有效地避免强影响点的干扰。 BOOTSTRAP验证 对原始数据进行有放回的抽取，即每个观察单位每次被抽到的概率相等, 为1/n, 所得样本称为bootstrap样本。从该样本可以得到一个判别分析结果，重复抽取这样的样本若干次，可以建立起来一系