matlab 分类（判别）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。
从概率论的角度看，可把判别问题归结为如下模型。设共有 n个总体：
ξ ,ξ , ,ξ n 1 2 L
其中 i
ξ
是m 维随机变量，其分布函数为
( , , ) i 1 m F x L x ，i = 1,2,L,n
而( , , ) 1 m x L x 是表征总体特性的m 个随机变量的取值。在判别分析中称这m 个变量
为判别因子。现有一个新的样本点T
m x (x , , x ) = 1 L ，要判断此样本点属于哪一个总
体。
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i
ξ
，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
-318-
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)

结果：

class =


     1
     1
     1

err =
     0