数据分析实验报告三.docxVIP

课程名称 数据分析方法 课程编号 实验地点 系统建模与仿真实验室 SL110 实验时间 校外指导教师 无 校内指导教师 实验名称 实验 3 距离判别与贝叶斯判别分析 评阅人签字 成绩 实验数据与内容 我国山区某大型化工厂， 在厂区及邻近地区挑选有代表性的 15个大气取样点， 每日 4次同时抽取 大气样品， 测定其中含有的 6种气体的浓度， 前后共 4天， 每个取样点每种气体实测 16次， 计算 每个取样点每种气体的平均浓度， 数据见表 4-8。气体数据对应的污染地区分类见表 4-8中最后一列。 现有两个取自该地区的 4个气体样本，气体指标见表 4-8中后 4行，试解决以下问题： 1． 判别两类总体的协方差矩阵是否相等， 然后用马氏距离差别这 4个未知气体样本的污染类别， 并 计算回代误判率与交叉误判率；若两类总体服从正态分布，第一类与第二类的先验概率分别为 7/15 、 8/15 ， 利用贝叶斯判别样本的污染分类。 2．先验概率为多少时，距离判别与贝时斯判别相同调整先验概率对判别结果的影响是什么 3．对第一类与第二类的先验概率分别为 7/15 、 8/15 ，计算误判概率。 一、实验目的 1．熟 掌握 MATLAB 件 行距离判 与 叶斯判 的方法与步 。 2．掌握判 分析的回代 判率与交叉 判率的 程。 3．掌握 叶斯判 的 判率的 算。 二、实验原理 1）在 MATLAB中， 行数据的判 分析命令 classify,其 用格式 ： class=classify(sample,training,group ’) ’ type sample 数据的每一行指定到 集 training 的一个 中。 Sample 和 training 必 具有相同的列数。 group 向量包含从 1 到 数的正整数，它指明 集中的每一行属于哪一 。 group 和 training 必 具有相同的行数。 ’type是’可 ， ’linear表示’ 体 多元正 体， ’quadratic与 ’mahalanobis。’ 函数返回 class，它是一个与 sample 具 有相同行数的向量。 Class的每一个元素指定 sample 中 元素的分 。通 算 sample training 中每一行的 氏距离， classify 函数决定 sample 中的每一行属于哪一个分 。 2） 叶斯判 方法步 第 1 步， 两个 体服从二元正 分布；第 2 步， 两个 体的 方差矩 相 等；估 两个 体的先 概率 p1、p2；利用 MATLAB 件 算。 3）回代 判率 G1，G2 两个 体， x1,x2?和 y1,y2?是分 来自 G1，G2 的 本， 以全体 本作 m+n 个新 品，逐个代入已建立的判 准 中判 其 属， 个 程称 回判。回判 果中若属于 G1 的 品被 判 属于 G2 的个数 N1 个，属于 G2 的 品被 判 属于 G1 的个数 N2 个， 判估 ： P^=（ N1+N2）/(m+n) 判率的回代估 易于 算。但是， p^是由建立判 函数的数据反 来用作 估准 的数据而得到的。所以有偏，往往比真 判率小。当 本容量 大 ， p^可以 作 真 判率的一种估 。 4）交叉 判率估 是每次剔除一个 品，利用 m+n-1 个 本建立判 准 ， 再利用建立的准 除的 本 行判 。 每个 品做如上分析，以其 判的比例作 判率，步 ； 从 体 G1 的 本开始， 剔除其中一个 品， 剩余的 m-1 个 品与 G2 中的全部 品建立判 函数； 用建立的判 函数 剔除的 品 行判 ； 重复以上步骤，直到 G1 中的全部样本依次被删除又进行判别，其误判的样品个数记为 N1* ； G2 的样品重复以上步骤， 直到 G2 中的全部样本依次被删除又进行判别， 其误判的样品个数记为 N2* 。 于是交叉误判率估计为： p^*=(N1*+N2*)/(m+n) 5）贝叶斯判别的有效性可以通过平均误判率来确定。判别准则的误判率在一定程 度上依赖于所考虑的各总体间的差异程度。各总体间差异越大，就越有可能建立有效的 判别准则。如果各总体间差异很小，做判别分析的意义不大。 三、 步 输入数据，判别两类总体的协方差阵是否相等，用马氏距离判断判别污染类别，计算 回代误判率与交叉误判率，贝叶斯判别污染分类。 四、 程原始 (数据、 表、 算等 ) 1、输入矩阵，计算协方差矩阵是否相等 A=[ ?? ] x=[ ] G1=A([1:4 7:8 15],:); G2=A([5:6 9:4 15],:); n1=size(G1,1); n2=size(G2,1); n=n1+n2; k=2