奇异数据的处理

判别分析需要足够的数据来拟合具有可逆协方差矩阵的高斯模型。如果你的数据不足以唯一地适合这样一个模型，fitcdiscr失败。本节介绍处理失败的方法。

加载爆米花X =爆米花(:，[1 2]);X (:, 3) = 0;% a零方差列Y = popcorn(:，3);ppcrn = fitcdiscr (X, Y);使用ClassificationDiscriminant的错误(第635行)Predictor x3具有零方差。要么排除这个预测器，要么将'discrimType'设置为' pseudoolinear '或'diagLinear'。在classreg.learning错误。FitTemplate/fit(第243行)obj = this.MakeFitObject(X,Y,W,this.ModelParameters,fitArgs{:});fitcdiscr(第296行)this = fit(temp,X,Y);

ppcrn = fitcdiscr (X, Y,…“discrimType”、“pseudoLinear”);meanpredict = predict(ppcrn,mean(X)

选择一个鉴别类型

有六种类型的判别分析分类器:线性和二次型对角而且伪每种类型的变体。

obj = fitcdiscr(X,Y，' discritype '，' pseudo二次元')%或' diag二次元'

选择分类器类型discrimType名称-值对到其中之一:

fitcdiscr可能会失败“线性”而且“二次”分类器。当它失败时，它返回一个解释，如奇异数据的处理．

fitcdiscr对角线和伪变量总是成功的。有关伪逆的信息，请参见pinv．

在构造分类器后，可以使用点表示法设置鉴别类型:

obj。DiscrimType = 'discrimType＇

您可以在线性类型之间或二次类型之间进行更改，但不能在线性类型和二次类型之间进行更改。

检查替换误差和混淆矩阵

的resubstitution错误是响应训练数据与分类器基于输入训练数据对响应做出的预测之间的差值。如果替换误差很高，就不能期望分类器的预测是好的。然而，低替代误差并不能保证对新数据的良好预测。替换误差通常是对新数据的预测误差的过于乐观的估计。

的混淆矩阵显示在替换过程中产生的错误数量和类型。当有K类，混淆矩阵R是一个K——- - - - - -K矩阵

Load fishiris obj = fitcdiscr(meas,species);resuberror = resubLoss(obj) resuberror = 0.0200

resuberror * obj。NumObservations ans = 3.0000

R = confmat (obj. y,resubPredict(obj)) R = 50 0 0 0 48 2 0 1 49 obj. R = 50 0 0 0 48类名ans = 'setosa' 'versicolor' 'virginica'

交叉验证

通常，判别分析分类器是稳健的，当预测因子的数量远远少于观察数时，不会表现出过度训练。然而，交叉验证您的分类器以确保其稳定性是一个很好的实践。

负载fisheriris

quadisc = fitcdiscr(量、种类、“DiscrimType”，“二次”）;

qerror = resubLoss (quadisc)

qerror = 0.0200

cvmodel = crossval (quadisc,“kfold”5);

cverror = kfoldLoss (cvmodel)

cverror = 0.0200

改变成本和先验

有时，您更希望避免某些错误分类。例如，使用过度敏感的癌症检测可能比不敏感的癌症检测更好。过度敏感的检测会产生更多的假阳性(不必要的检测或治疗)。不敏感的检测会导致更多的假阴性(可预防的疾病或死亡)。检测不足的后果可能非常严重。因此，您可能想要设置成本来反映结果。

同样，训练数据也是如此Y类的分布可能不代表它们的真实频率。如果您对真实频率有一个更好的估计，您可以在分类中包含这个知识之前财产。