fishe线性识别与最邻近判别法.doc

下载文档 降价啦

9
0
约5.4万字
约 5页
2017-06-16 发布于河南
举报
版权申诉
保障服务

fishe线性识别与最邻近判别法.doc

1、本文档共5页，可阅读全部内容。
2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。

fishe线性识别与最邻近判别法

Fisher法： Wdbc： sample1=data(23:46,:); sample2=data(538:562,:); sample=[sample1 sample2]; sp=data1(1:569,:); sample_m1=mean(sample1); sample_m2=mean(sample2); m1=sample_m1; m2=sample_m2; sb=(m1-m2)*(m1-m2); s1=zeros(30); for n=1:19 temp = (sample1(n,:)-m1)*(sample1(n,:)-m1); s1=s1+temp; end; s2=zeros(30); for n=1:24 temp = (sample2(n,:)-m2)*(sample2(n,:)-m2); s2 = s2+temp; end; sw=s1+s2; vw=(sw)\(m1-m2); a_m1 = vw*m1; a_m2 = vw*m2; w0 = (a_m1+a_m2)/2; for n=1:569 if(vw*data(n,:) - w00) m1(n,:)=77; else m1(n,:)=66; end; end; count1=0; count2=0; for n=1:569 if m1(n,:)==sp(n,:) m1(n,:)==77 count1=count1+1; end if m1(n,:)==sp(n,:) m1(n,:)==66 count2=count2+1; end end class1_rate=count1/212 class2_rate=count2/357 class1_rate = 0.8113 class2_rate = 0.7731 sample1=data(1:14,:); sample2=data(99:117,:); sample=[sample1 sample2]; sp=data1(1:208,:); sample_m1=mean(sample1); sample_m2=mean(sample2); m1=sample_m1; m2=sample_m2; sb=(m1-m2)*(m1-m2); s1=zeros(60); for n=1:13 temp = (sample1(n,:)-m1)*(sample1(n,:)-m1); s1=s1+temp; end; s2=zeros(60); for n=1:18 temp = (sample2(n,:)-m2)*(sample2(n,:)-m2); s2 = s2+temp; end; sw=s1+s2; vw=(sw)\(m1-m2); a_m1 = vw*m1; a_m2 = vw*m2; w0 = (a_m1+a_m2)/2; for n=1:208 if(vw*data(n,:) - w00) m1(n,:)=1; else m1(n,:)=2; end; end; count1=0; count2=0; for n=1:208 if m1(n,:)==sp(n,:) m1(n,:)==1 count1=count1+1; end if m1(n,:)==sp(n,:) m1(n,:)==2 count2=count2+1; end end class1_rate=count1/98 class2_rate=count2/110 class1_rate = 0.5816 class2_rate = 0.7545 最邻近法： clc sample1=data(23:46,:); sample2=data(538:562,:); sample=[sample1 sample2]; test=data lth=zeros(569,49); for n=1:569 for i=1:49 lth(n,i)=((test(n,1)-sample(i,1))^2+(test(n,2)-sample(i,2))^2+(test(n,3)-sample(i,3))^2+(test(n,4)-sample(i,4))^2+(test(n,5)-sample(i,5))^2+(test(n,6)-sample