Matlab 的判别分析 函数 ： classify

 在生产、科学研究和日常生活中，经常会遇到对某一研究对象属于哪种情况作出 判断。例如要根据这两天天气情况判断明天是否会下雨；医生要根据病人的体温、白血 球数目及其它症状判断此病人是否会患某种疾病等等。 

Matlab 的统计工具箱提供了判别函数 classify。 函数的调用格式为： 

[CLASS,ERR] = CLASSIFY(SAMPLE,TRAINING,GROUP, TYPE) 

其中 SAMPLE 为未知待分类的样本矩阵，TRAINING 为已知分类的样本矩阵，它们有 相同的列数m ，设待分类的样本点的个数，即 SAMPLE 的行数为s，已知样本点的个数，即 TRAINING 的行数为 t ，则 GROUP 为t 维列向量，若 TRAINING 的第i 行属于总体  ，则 GROUP 对应位置的元素可以记为 i，TYPE 为分类方法，缺省值为'linear'，即线性分类， TYPE 还可取值'quadratic'，'mahalanobis'（mahalanobis 距离）。返回值 CLASS 为s维列 向量，给出了 SAMPLE 中样本的分类，ERR 给出了分类误判率的估计值。 

 

例  已知 8 个乳房肿瘤病灶组织的样本，其中前 3 个为良性肿瘤，后 5 个为恶性 肿瘤。数据为细胞核显微图像的 10 个量化特征：细胞核直径，质地，周长，面积，光 滑度。根据已知样本对未知的三个样本进行分类。已知样本的数据为： 

13.54,14.36,87.46,566.3,0.09779

13.08,15.71,85.63,520,0.1075

9.504,12.44,60.34,273.9,0.1024

17.99,10.38,122.8,1001,0.1184

20.57,17.77,132.9,1326,0.08474

19.69,21.25,130,1203,0.1096

11.42,20.38,77.58,386.1,0.1425

20.29,14.34,135.1,1297,0.1003 

待分类的数据为：

16.6, 28.08, 108.3, 858.1, 0.08455

 20.6, 29.33,140.1,1265,0.1178

7.76,24.54,47.92,181,0.05263 

解：编写程序如下： 

a=[13.54,14.36,87.46,566.3,0.09779 
13.08,15.71,85.63,520,0.1075 
9.504,12.44,60.34,273.9,0.1024 
17.99,10.38,122.8,1001,0.1184 
20.57,17.77,132.9,1326,0.08474 
19.69,21.25,130,1203,0.1096 
11.42,20.38,77.58,386.1,0.1425 
20.29,14.34,135.1,1297,0.1003] 
x=[16.6,28.08,108.3,858.1,0.08455 
20.6,29.33,140.1,1265,0.1178 
7.76,24.54,47.92,181,0.05263] 
g=[ones(3,1);2*ones(5,1)]; 
[class,err]=classify(x,a,g)