📄 distance_classify.m
字号:
function g=distance_classify(A,b)
%距离判别法程序。
%输入已分类样本A(元胞数组),输入待分类样本b
%输出待分类样本b的类别g
%注:一般还应计算回代误差yita
%输入已知分类样本的总类别数n;每类作为元胞数组的一列
n=size(A,1);
%输入待分类样本b的样本数m和变量数p
[m p]=size(b);
for i=1:n
%所有样本变量数都应该为p
if size(A{i,1},2)~=p
disp('输入数据错误!');return;
end
%计算第i类样本个变量的均值
mean(i,:)=sum(A{i,1})/size(A{i,1},1);
end
for j=1:m
for i=1:n
%计算第j个待分类样本到第i个类别中心的欧氏距离d
d(j,i)=sum((b(j,:)-mean(i,:)).^2);
end
%将d值最小的作为第j个待分类样本的类别
g(j)=find(min(d(j,:))==d(j,:));
end
disp('距离判别法(欧氏距离)分类结果为:');
g
% a1=[76,99,5374;79.5,99,5359;78,99,5372;72.1,95.9,5242;73.8,77.7,5370];
% a2=[71.2,93,4250;75.3,94.9,3412;70,91.2,3390;72.8,99,2300;62.9,80.6,3799];
% b=[68.5,79.3,1950;69.9,96.9,2840;77.6,93.8,5233;69.3,90.3,5158];
% A={a1;a2};
%结果g=[2 2 1 1];
⌨️ 快捷键说明
复制代码
Ctrl + C
搜索代码
Ctrl + F
全屏模式
F11
切换主题
Ctrl + Shift + D
显示快捷键
?
增大字号
Ctrl + =
减小字号
Ctrl + -