马氏距离是一种有效地计算两个样本集之间相似度的算法（数据之间协方差距离），与欧式距离相比，它考虑了各种特征之间的联系。本实验旨在通过给出的样本数据，设计一个最小马氏距离分类器并对测试点进行分类，然后将其与最小欧式距离分类器进行比较，实验得出当协方差矩阵为单位阵时，最小马氏距离分类器将与最小欧式距离分类器等价。本实验还根据实验样本设计贝叶斯分类器进行分类，并与最小马氏距离分类器进行比较，比较两种分类器的分类效果。
资源文件列表
Mahalanobis.m , 3828
2021-1-21
马氏距离是一种有效地计算两个样本集之间相似度的算法（数据之间协方差距离），与欧式距离相比，它考虑了各种特征之间的联系。本实验旨在通过给出的样本数据，设计一个最小马氏距离分类器并对测试点进行分类，然后将其与最小欧式距离分类器进行比较，实验得出当协方差矩阵为单位阵时，最小马氏距离分类器将与最小欧式距离分类器等价。本实验还根据实验样本设计贝叶斯分类器进行分类，并与最小马氏距离分类器进行比较，比较两种分类器的分类效果。
Mahalanobis.m , 3828