《数据分析》实验报告三_第1页
《数据分析》实验报告三_第2页
《数据分析》实验报告三_第3页
《数据分析》实验报告三_第4页
《数据分析》实验报告三_第5页
已阅读5页,还剩1页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

1、.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

2、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熟练掌握 MATLAB软件进行距离判别与贝叶斯判别的方法与步骤。2掌握判别分析的回代误判率与交叉误判率的编程。3掌握贝叶斯判别的误判率的计算。二、实验原理1)在 MATLAB中,进行数据的判别分析命令为classify,其调用格式为:class= classi

3、fy(sample,training,grouptype )将 sample 数据的每一行指定到训练集training的一个类中。 Sample 和 training必须具有相同的列数。 group 向量包含从 1 到组数的正整数,它指明训练营集中的每一行属于哪一类。 group 和 training 必须具有 相同的行 数。 type 是可 选项,选 linear 表示总体为多元正态总体,选 quadratic 与 mahalanobis 。该函数返回 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 中对应元素的分类。 通过计算 sa

4、mple 和 training 中每一行的马氏距离, classify 函数决定 sample 中的每一行属于哪一个分类。2)贝叶斯判别方法步骤第 1 步,验证两个总体服从二元正态分布;第2 步,检验两个总体的协方差矩阵相等;估计两个总体的先验概率p1、p2;利用 MATLAB软件计算。3)回代误判率设 G1,G2为两个总体, x1,x2 和 y1,y2 是分别来自 G1,G2的训练样本,以全体训练样本作为 m+n个新样品,逐个代入已建立的判别准则中判别其归属,这个过程称为回判。回判结果中若属于 G1的样品被误判为属于 G2的个数为 N1 个,属于 G2的样品被误判为属于 G1的个数为 N2

5、个,则误判估计为:P=( N1+N2)/(m+n)误判率的回代估计易于计算。但是,p是由建立判别函数的数据反过来用作评估准则的数据而得到的。所以有偏,往往比真实误判率小。当训练样本容量较大时,p可以作为真实误判率的一种估计。4)交叉误判率估计是每次剔除一个样品,利用 m+n-1个训练样本建立判别准则, 再利用建立的准则对删除的样本进行判别。对每个样品做如上分析,以其误判的比例作为误判率,步骤;从总体 G1的训练样本开始,剔除其中一个样品,剩余的m-1 个样品与 G2中的全部样品建立判别函数;.用建立的判别函数对剔除的样品进行判别;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

6、的样品个数记为 N1*;对 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、实验步骤输入数据,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、实验过程原始记录( 数据、图表、计算等)1、输入矩阵,计算协方差矩阵是否相等 A

7、=0.05600.08400.03100.03800.00810.02200.04000.05500.10000.11000.02200.00730.06900.08700.02700.05000.08900.02100.05200.08400.02100.03700.00710.0220 x=0.052 0.084 0.021 0.037 0.0071 0.0220.04100.05500.11000.11000.02100.00730.03000.11200.07200.16000.05600.02100.07400.08300.10500.19000.02001.0000 G1=A(1:

8、4 7:8 15,:); G2=A(5:6 9:4 15,:); n1=size(G1,1); n2=size(G2,1); n=n1+n2; k=2;. p=6; f=p*(p+1)*(k-1)/2; d=(2*p2+3*p-1)*(1/(n1-1)+1/(n2-1)-1/(n-k)/(6*(p+1)*(k-1); p1=n1/n;p2=n2/n; m1=mean(G1);m2=mean(G2); s1=cov(G1);s2=cov(G2); s=(n1-1)*s1+(n2-1)*s2)/(n-k); M=(n-k)*log(det(s)-(n1-1)*log(det(s1)+(n2-1)*

9、log(det(s2); T=(1-d)*MT =-44.8237 + 0.9288i C=chi2inv(0.95,f) C =32.6706 if T for i=1:4w(1)=m1*inv(s)*x(i,:)-1/2*m1*inv(s)*m1+log(p1);w(2)=m2*inv(s)*x(i,:)-1/2*m1*inv(s)*m2+log(p2);for j=1:2if w(j)=max(w)disp(待判样品属于第,num2str(j),类污染 );endendend.待判样品属于第2 类污染待判样品属于第2 类污染待判样品属于第2 类污染待判样品属于第2 类污染3、计算回代误判

10、率 n11=0;n22=0; for i=1:n1w1(i,1)=m1*inv(s)*G1(i,:)-1/2*m1*inv(s)*m1+log(p1);w1(i,2)=m2*inv(s)*G1(i,:)-1/2*m2*inv(s)*m2+log(p2);for j=1:2if w1(i,j)=max(w1(i,:)&j=1n11=n11+1;endendend for i=1:n2w2(i,1)=m1*inv(s)*G2(i,:)-1/2*m1*inv(s)*m1+log(p1);w2(i,2)=m2*inv(s)*G2(i,:)-1/2*m2*inv(s)*m2+log(p2);for j=

11、1:2if w2(i,j)=max(w2(i,:)&j=2n22=n22+1;endendend poo=(n11+n22)/(n1+n2) poo =0.10004、计算交叉误判率 N11=0;N22=0; for k=1:n1.A=G1(1:k-1,k+1:n1,:);N1=length(A(:,1);M1=mean(A,1);s11=cov(A);S1=(N1-1)*s11+(n2-1)*s2)/(N1+n2-k);po1=N1/(n-1);po2=n2/(n-1);for i=1:n1w1(i,1)=M1*inv(S1)*G1(i,:)-1/2*M1*inv(S1)*M1+log(po1);w1(i,2)=m2*inv(S1)*G1(i,:)-1/

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论