【距离判别】
拼译:distance discriminance
判别分析的一种方法。距离判别的想法很直观,就是一个样品离哪个总体近,就判别它属于那个总体。一个样品x看作p维空间中的一个点,该点到一个总体的距离定义为该点到总体中心(即总体均值)的距离。通常采用马氏距离:d(x,Gi)=d(x, )=[(x- )′ (x- )] ,(i=1,2,…,k)。式中 是总体Gi的样本均值(向量),Si是总体Gi的样本协方差矩阵。判别规则是,一个样品与哪个总体的距离最小,就将它判归那个总体。如两个总体的情形,距离判别的规则为:若d(x,G1)≤d(x,G2),则将x判归总体G1;若d(x,G1)>d(x,G2),则将x判归总体G2。若两个总体有相同的协方差矩阵,判别函数是线性判别函数,即W(x)=( - )′ (x- ),式中Sp是混合类内协方差矩阵(即把两个样本合并为一个样本来计算协方差矩阵),作为公共协方差矩阵的估计。由判别函数给出的判别规则为:若W(x)≥0,则将x判归总体G1;若W(x)<0,则将x判归总体G2。若两个总体的协方差矩阵不相等,判别函数是x的二次函数。 |