蠓的分类问题.docVIP

蠓的分类问题 摘 要：早在1981年， 两类蠓虫Af和Apf已由生物学家W.L.Grogna和W.W.Wirth 根据它们的触角长度和翼长加以区分。根据翼长和触角长来识别一只标本是Af还是Afp是重要的。本文采用判别分析法讨论蠓的分类问题。 针对问题一，采用Mahalanobis 距离判别法，Fisher判别法，Bayes判别法来区别给定的蠓是Af类或Afp类。根据交叉确认估计法求得三种方法的误判率以及运用三种方法，得到问题二的最终判断结果如下表： 判别方法 Mahalanobis 距离判别法 Fisher判别法 Bayes判别法 误判率 0.0667 0.0667 0.0667 判别结果 问题三需要考虑各总体的先验概率和错判损失，故本文采用Bayes判别法，使得所带来的平均错判损失最小。最终判断结果为：[1代表x=（1.24,1.80）;2代表x=（1.28,1.84）;3代表x=(1.40,2.04)] 分类 比值k 0.2 0.4 0.6 0.8 1.2 1.4 1.6 1.8 2 Af 1,2,3 1,2,3 1,3 \ \ \ \ \ \ Apf \ \ 2 1,2,3 1,2,3 1,2,3 1,2,3 1,2,3 1,2,3 文章中涉及的三种判别分析方法是相当成熟的，用它们讨论蠓的分类问题非常恰当。本文建立的模型便于修正，而且随着样品数量的增加，精度提高的很快，样本的期望值，标准差和相关函数也很容易重新计算。 关键字：Mahalanobis 距离判别法 Fisher判别法 Bayes判别法 误判率 错判损失 先验概率 问题重述 两种蠓Af和Apf己由生物学家W.L.Grongan和W.W.Wirth(1981年)根据它们的触角长度和翼长加以区分(见图89A-1)，6只Af蠓用“●”标记，9只Apf蠓用“○”标记。 问题一：给定一只Af或者Apf族的蠓，你如何正确地区分它属于哪一族? 问题二：将你的方法用于触角长和翼长分别为(1.24，1.80)、(1.28，1.84)、(1.40，2.04)的三个标本。 问题三：设Af是宝贵的传粉益虫，Apf是某种疾病的载体，是否应该修改你的分类方法，若需修改，怎么改? 模型假设与符号说明 2.1模型假设 1、两种蠓虫的触角长和翼长服从二元正态分布。 2、所给的样本数据是无误差的。 2.2 符号说明 2.2.1 问题一、二的符号说明 ：族的 均值向量 ： 族的均值向量 ：族的 协方差矩阵 ：族的协方差矩阵 : 待判样本空间 :族的总体 :族的总体 2.2.2 文题三的符号说明 总的误判概率； 总的误判损失； 把Apf误判为Af所引起的误判损失； 把Af误判为Apf所引起的误判损失； 类别Af的密度函数； 类别Apf的密度函数； 类别Af的先验概率； 类别Apf的先验概率； 三、问题分析 3.1问题一、二的分析 问题一要求根据某个个体的指标（触角长、翼长）值来判断该个体所属的类别。类似这样的问题数学上称之为判别问题。 解决这类问题的方法很多，我们选取三种方法，1）距离判别方法 2）“Fisher”判别方法。 3） “Bayes”判别方法。 对于问题二，运用这三种方法判断出的结果并不完全相同，那么哪个判别结果才是最优的呢?这就需要计算每种方法的误判率，通过比较，误判率小的当然是此问题的最佳解决方法，在该方法下得出的结果是最优的。 3.2问题三的分析 被判样本具有特殊性质，一类是的传粉益虫，一种是病毒载体，一旦误判可能造成严重损失。这种情况下，当然应该选择“Bayes”判别方法。 模型建立与求解 4.1问题一、二的模型建立与求解 4.1.1Mahalanobis 距离判别法 提取训练样本的数据： 根据训练样本，求得（matlab实现）： 样品x到G的Mahalanobis 距离为： 其中V-1为V的逆。 V用样本均值代替 其中， 将Mahalanobis 距离用于判别模型，其判别准则为： 若 ，则判断 , 若 ，则判断 ; 若 ，则可判断 也可判断. 求解过程由matlab编程实现： 设任给一蠓虫 ，判断结果为： 交叉确认估计法求误判概率（求解过程由matlab编程实现）： 去掉，利用剩余的14个样本建立建立距离判别法，带