数学建模与实验课件 8.3 分类分析.pptxVIP

第8章统计分析

8.1数据预处理

8.2线性回归分析

8.3分类分析

8.4建模案例：中药材的产地鉴别

1

8.3分类分析

分类是通过大量的样本数据总结已有类别的对象的特点，并根据这些

特点判别未知类别对象的类别的过程.

分类问题是一个常见问题，比如判断花的种类、鉴别中药材的产地、诊断病人所患的疾病等.

分类问题分为二分类问题和多分类问题.

常见的分类算法有判别分析、K近邻分类、支持向量机及朴素贝叶斯分类算法等.

判别分析：寻找适当的判别函数，以及确定问题的自变量与因变量.

Cj=f(ti)其中ti是样本数据，Cj是类别.

判别分析法中常用的有距离判别法和线性判别分析等.

由于样本数据是n维数组，每个数据的单位和量级不同，直接运用欧氏距离

计算样本点的距离不合适，所以一般采用马氏距离.

8.3.1判别分析法

2.线性回归的显著性检验

检验假设H0:β1=0,H1:β1≠0

构造检验统计量：t其中Sxx

当H0为真时，此时，t，即得H0的拒绝域为

当假设H0被拒绝时，认为回归效果是显著的，反之，就认为回归效果不显