帮助中心帮助中心
与参考样本的马氏距离
d2 =泰姬陵(Y, X)
例子
d2=泰姬陵(Y,X)返回的平方Mahalanobis距离的每一个观察结果Y的参考样本X.
d2=泰姬陵(Y,X)
d2
Y
X
全部折叠
生成相关的二元样本数据集。
rng (“默认”)%的再现性X = mvnrnd([0;0],[1 .9;。9 1], 1000);
指定四个与均值等距的观测值X在欧氏距离。
Y = [1 1;1 -1;-1 1];
计算中每个观测值的马氏距离Y的参考样本X.
d2_mahal =泰姬陵(Y, X)
d2_mahal =4×11.1095 20.3632 19.5939 1.0137
计算每一个观察结果的欧氏距离的平方Y的均值X.
d2_Euclidean =总和((Y-mean (X)) ^ 2, 2)
d2_Euclidean =4×12.0931 2.0399 1.9625 1.9094
情节X而且Y通过使用散射用标记的颜色来表示马氏距离Y的参考样本X.
散射
散射(X (: 1) X(:, 2), 10日“。”)点大小为10的散点图持有在散射(Y (: 1), Y(:, 2), 100年,d2_mahal,“o”,“填充”) hb = colorbar;ylabel (hb,“Mahalanobis距离”)传说(“X”,“Y”,“位置”,“最佳”)
所有的观察Y([1],[1],[1],[1]的平均值为等距X在欧氏距离。然而,[1]而且[1]比X更接近[1]而且[1]在距离。因为马氏距离考虑了数据的协方差和不同变量的尺度,它对检测异常值很有用。
[1]
数据,用n——- - - - - -米数字矩阵,n观察的次数和米是每次观察中变量的数量。
X而且Y列数必须相同,但行数可以不同。
数据类型:单|双
单
双
参考样本,指定为p——- - - - - -米数字矩阵,p样本的数量和米是每个样本中变量的个数。
X而且Y列数必须相同,但行数可以不同。X行数必须大于列数。
的平方Mahalanobis距离的每一个观察结果Y的参考样本X,作为n-by-1数字向量,其中n观察的数量在吗X.
马氏距离是一个样本点和一个分布之间的度量。
到一个向量的马氏距离y有均值的分布μ和协方差Σ是
d = ( y − μ ) ∑ − 1 ( y − μ ) ' .
这个距离表示距离y是从标准差数的平均值。
泰姬陵返回马氏距离的平方d2根据一项在Y的参考样本X.在泰姬陵函数,μ而且Σ分别为参考样本的样本均值和协方差。
泰姬陵
之前介绍过的R2006a
pdist|泰姬陵|泰姬陵|robustcov|IsolationForest|fitcsvm
pdist
robustcov
IsolationForest
fitcsvm
您有了这个示例的修改版本。您想用您的编辑打开这个示例吗?
你点击了一个对应于这个MATLAB命令的链接:
在MATLAB命令窗口中输入命令来运行该命令。Web浏览器不支持MATLAB命令。
选择一个网站,在可用的地方获得翻译的内容,并查看当地的活动和优惠。根据您的地理位置,我们建议您选择:.
您也可以从以下列表中选择网站:
选择中国网站(中文或英文)以获得最佳的网站表现。其他MathWorks国家网站没有针对从您的位置访问进行优化。
联系当地办事处