《做判别分析》课件.pptx

该【《做判别分析》课件 】是由【1660287****】上传分享，文档一共【22】页，该文档可以免费在线阅读，需要了解更多关于【《做判别分析》课件 】的内容，可以使用淘豆网的站内搜索功能，选择自己适合的文档，以下文字是截取该文章内的部分文字，如需要获得完整电子版，请下载此文档到您的设备，方便您编辑和打印。《做判别分析》ppt课件目录判别分析简介判别分析的数学原理判别分析的实例判别分析的优缺点判别分析的应用场景01判别分析简介Chapter判别分析是一种统计方法,用于根据已知分类的数据集来建立分类模型,以便对新的未知分类数据进行分类。0102它通过确定观察值所属类别的主要统计量,利用这些统计量来预测新观察值的类别。判别分析的定义01020304信用评分、风险评估金融消费者分类、市场细分市场调研疾病诊断、生物标记识别生物医学作物分类、害虫识别农业判别分析的用途选择合适的样本和变量,确保数据质量和完整性。选择适合的判别函数,确定分类标准,建立判别模型。将模型应用于新数据,进行分类预测。对数据进行清理、缩放和编码等操作,以满足判别分析的要求。使用适当的评估指标,如准确率、混淆矩阵等,对模型进行评估和优化。收集数据数据预处理模型建立模型评估模型应用判别分析的步骤02判别分析的数学原理Chapter距离度量欧氏距离最常见的距离度量方式,适用于连续型变量。计算公式为:$d=sqrt{(x_2-x_1)^2+(y_2-y_1)^2}$马氏距离考虑到数据的协方差,适用于具有不同方差和均值的数据集。计算公式为:$d=sqrt{(x_2-x_1)^2+(y_2-y_1)^2+(z_2-z_1)^2}$曼哈顿距离只考虑数据在坐标轴上的绝对差值,适用于离散型变量。计算公式为:$d=|x_2-x_1|+|y_2-y_1|$基于先验概率和似然函数,计算后验概率。基本思想公式表示应用场景$P(A|B)=frac{P(B|A)timesP(A)}{P(B)}$在判别分析中,贝叶斯定理常用于分类问题,特别是当类别先验概率未知时。030201贝叶斯定理判别函数是根据训练数据集建立的数学模型,用于预测新数据点的类别。定义线性判别函数和非线性判别函数。类型$y=w_1x_1+w_2x_2+...+w_nx_n+b$线性判别函数公式判别函数