R软件做判别分析Word文档下载推荐.docx

资源描述

R软件做判别分析Word文档下载推荐.docx

《R软件做判别分析Word文档下载推荐.docx》由会员分享，可在线阅读，更多相关《R软件做判别分析Word文档下载推荐.docx（11页珍藏版）》请在冰豆网上搜索。

R软件做判别分析Word文档下载推荐.docx

-nrow（TstX）

blong<

-matrix（rep（0,nx）,nrow=1,byrow=TRUE,dimnames=list（"

blong"

nx））

mu1<

-colMeans（TrnX1）;

mu2<

-colMeans（TrnX2）

if（var.equal==TRUE||var.equal==T）{

-var（rbind（TrnX1,TrnX2））

-mahalanobis（TstX,mu2,S）-mahalanobis（TstX,mu1,S）

}

else{

S1<

-var（TrnX1）;

S2<

-var（TrnX2）

-mahalanobis（TstX,mu2,S2）-mahalanobis（TstX,mu1,S1）

for（iin1:

nx）{

if（w[i]>

0）blong[i]<

-1

else

blong[i]<

-2

blong

}

例1:

数据

classX1<

-data.frame（

x1=c（6.60,6.60,6.10,6.10,8.40,7.2,8.40,7.50,

7.50,8.30,7.80,7.80）,

x2=c（39.00,39.00,47.00,47.00,32.00,6.0,113.00,52.00,

52.00,113.00,172.00,172.00）,

x3=c（1.00,1.00,1.00,1.00,2.00,1.0,3.50,1.00,

3.50,0.00,1.00,1.50）,

x4=c（6.00,6.00,6.00,6.00,7.50,7.0,6.00,6.00,

7.50,7.50,3.50,3.00）,

x5=c（6.00,12.00,6.00,12.00,19.00,28.0,18.00,12.00,

6.00,35.00,14.00,15.00）,

x6=c（0.12,0.12,0.08,0.08,0.35,0.3,0.15,0.16,

0.16,0.12,0.21,0.21）,

x7=c（20.00,20.00,12.00,12.00,75.00,30.0,75.00,40.00,

40.00,180.00,45.00,45.00）

）

classX2<

x1=c（8.40,8.40,8.40,6.3,7.00,7.00,7.00,8.30,8.30,7.2,7.2,7.2,5.50,8.40,8.40,7.50,7.50,8.30,8.30,8.30,8.30,7.80,7.80）,

x2=c（32.0,32.00,32.00,11.0,8.00,8.00,8.00,161.00,161.0,6.0,6.0,6.0,6.00,113.00,113.00,52.00,52.00,97.00,97.00,89.00,56.00,172.00,283.00）,

x3=c（1.00,2.00,2.50,4.5,4.50,6.00,1.50,1.50,0.50,3.5,1.0,1.0,2.50,3.50,3.50,1.00,1.00,0.00,2.50,0.00,1.50,1.00,1.00）,

x4=c（5.00,9.00,4.00,7.5,4.50,7.50,6.00,4.00,2.50,4.0,3.0,6.0,3.00,4.50,4.50,6.00,7.50,6.00,6.00,6.00,6.00,3.50,4.50）,

x5=c（4.00,10.00,10.00,3.0,9.00,4.00,1.00,4.00,1.00,12.0,3.0,5.0,7.00,6.00,8.00,6.00,8.00,5.00,5.00,10.00,13.00,6.00,6.00）,

x6=c（0.35,0.35,0.35,0.2,0.25,0.25,0.25,0.08,0.08,0.30,0.3,0.3,0.18,0.15,0.15,0.16,0.16,0.15,0.15,0.16,0.25,0.21,0.18）,

x7=c（75.00,75.00,75.00,15.0,30.00,30.00,30.00,70.00,70.00,30.0,30.0,30.0,18.00,75.00,75.00,40.00,40.00,180.00,180.00,180.00,180.00,45.00,45.00）

source（"

discriminiant.distance.R"

discriminiant.distance（classX1,classX2,var.equal=TRUE）

discriminiant.distance（classX1,classX2）

课本《应用多元统计分析》P182例5.1.1

TrnX1<

x1=c（13.85,22.31,28.82,15.29,28.79）,

x2=c（2.79,4.67,4.63,3.54,4.90）,

x3=c（7.80,12.31,16.18,7.50,16.12）,

x4=c（49.60,47.80,62.15,43.20,58.10）

TrnX2<

x1=c（2.18,3.85,11.40,3.66,12.10）,

x2=c（1.06,0.80,0.00,2.42,0.00）,

x3=c（1.22,4.06,3.50,2.14,5.68）,

x4=c（20.60,47.10,0.00,15.10,0.00）

TstX<

x1=c（8.85,28.60,20.70,7.90,3.19,12.40,16.80,15.00）,

x2=c（3.38,2.40,6.70,2.40,3.20,5.10,3.40,2.70）,

x3=c（5.17,1.20,7.60,4.30,1.43,4.43,2.31,5.02）,

x4=c（26.10,127.00,30.20,33.20,9.90,24.60,31.30,64.00）

discriminiant.distance（TrnX1,TrnX2,TstX,var.equal=TRUE）

discriminiant.distance（TrnX1,TrnX2,TstX,var.equal=FALSE）#默认var.equal=FALSE

即是：

discriminiant.distance（TrnX1,TrnX2,TstX）

（2）多总体

distinguish.distance<

-function（TrnX,TrnG,TstX=NULL,var.equal=FALSE）

if（is.factor（TrnG）==FALSE）{

mx<

-nrow（TrnX）;

mg<

-nrow（TrnG）

TrnX<

-rbind（TrnX,TrnG）

TrnG<

-factor（rep（1:

2,c（mx,mg）））

-TrnX

elseif（is.matrix（TstX）!

if（is.matrix（TrnX）!

=TRUE）TrnX<

-as.matrix（TrnX）

-matrix（rep（0,nx）,nrow=1,

dimnames=list（"

-length（levels（TrnG））

mu<

-matrix（0,nrow=g,ncol=ncol（TrnX））

g）

mu[i,]<

-colMeans（TrnX[TrnG==i,]）

-matrix（0,nrow=g,ncol=nx）

if（var.equal==TRUE||var.equal==T）

D[i,]<

-mahalanobis（TstX,mu[i,],var（TrnX））

-mahalanobis（TstX,mu[i,],var（TrnX[TrnG==i,]））

for（jin1:

nx）

dmin<

-Inf

if（D[i,j]<

dmin）

-D[i,j];

blong[j]<

-i

多总体距离判别:

（要求数据矩阵或数据框）

-matrix（c（34.16,7.44,1.12,7.87,95.19,69.30,33.06,6.34,1.08,6.77,94.08,69.70,36.26,9.24,1.04,8.97,97.30,68.80,40.17,13.45,1.43,13.88,101.2,66.2,50.06,23.03,2.83,23.74,112.52,63.3,33.24,6.24,1.18,22.9,160.01,65.4,32.22,4.22,1.06,20.7,124.7,68.7,41.15,10.08,2.32,32.84,172.06,65.85,53.04,25.74,4.06,34.87,152.03,63.5,38.03,11.2,6.07,27.84,146.32,66.8,34.03,5.41,0.07,5.2,90.10,69.5,32.11,3.02,0.09,3.14,85.15,70.8,44.12,15.12,1.08,15.15,103.12,64.8,54.17,25.03,2.11,25.15,110.14,63.7,28.07,2.01,0.07,3.02,81.22,68.3）,nrow=15,ncol=6,byrow=TRUE）

-gl（3,5）

-matrix（c（50.22,6.66,1.08,22.54,170.6,65.2,34.64,7.33,1.11,7.78,95.16,69.3,33.42,6.22,1.12,22.95,160.31,68.3,44.02,15.36,1.07,16.45,105.3,64.2）,nrow=4,ncol=6,byrow=TRUE）

distinguish.distance（X,G,Y,var.equal=TRUE）

Bayes判别:

discriminiant.bayes<

-function

（TrnX1,TrnX2,rate=1,TstX=NULL,var.equal=FALSE）

if（is.null（TstX）==TRUE）TstX<

-rbind（TrnX1,TrnX2）

if（is.matrix（TrnX1）!

if（is.matrix（TrnX2）!

-matrix（rep（0,nx）,nrow=1,byrow=TRUE,

-var（rbind（TrnX1,TrnX2））;

beta<

-2*log（rate）

-var（TrnX1）;

beta<

-2*log（rate）+log（det（S1）/det（S2））

-mahalanobis（TstX,mu2,S2）-mahalanobis（TstX,mu1,S2）

beta）

例2:

两总体

-matrix（

c（24.8,24.1,26.6,23.5,25.5,27.4,

-2.0,-2.4,-3.0,-1.9,-2.1,-3.1）,

ncol=2）

c（22.1,21.6,22.0,22.8,22.7,21.5,22.1,21.4,

-0.7,-1.4,-0.8,-1.6,-1.5,-1.0,-1.2,-1.3）,

discriminiant.bayes.R"

discriminiant.bayes（TrnX1,TrnX2,rate=8/6,var.equal=TRUE）

distinguish.bayes<

-function（TrnX,TrnG,p=rep（1,length（levels（TrnG）））,TstX=NULL,var.equal=FALSE）

if（is.factor（TrnG）==FALSE）

if（is.matrix（TrnX）!

-matrix（0,nrow=g,ncol=nx）

d2<

-d2-2*log（p[i]）

Else

-var（TrnX[TrnG==i,]）

-mahalanobis（TstX,mu[i,],S）

-d2-2*log（p[i]）-log（det（S））

-matrix（c（50.22,6.66,1.08,22.54,170.6,65.2,34.64,7.33,1.11,7.78,95.16,69.3,33.42,6.22,1.12,22.95,160.31,68.3,44.02,15.36,1.07,16.45,105.3,64.2）,nrow=4,ncol=6,byrow=TRUE）

distinguish.bayes（X,G,p=rep（1,length（levels（G）））,Y,var.equal=TRUE）

（3）Fisher判别

discriminiant.fisher<

-function（TrnX1,TrnX2,TstX=NULL）

n1<

-nrow（TrnX1）;

n2<

-nrow（TrnX2）

-（n1-1）*var（TrnX1）+（n2-1）*var（TrnX2）

-n1/（n1+n2）*mu1+n2/（n1+n2）*mu2

-（TstX-rep（1,nx）%o%mu）%*%solve（S,mu2-mu1）;

if（w[i]<

=0）

多总体Fisher判别:

（要求数据框）

library（MASS）

-data.frame（X,Sp=rep（c（"

）,rep（5,3）））

Train<

-data.frame（matrix（c（50.22,6.66,1.08,22.54,170.

展开阅读全文