Esta página aún no se ha traducido para esta versión. Puede ver la versión más reciente de esta página en inglés.
El análisis discriminatorio es un método de clasificación. Se supone que diferentes clases generan datos basados en diferentes distribuciones gaussianas.
Para entrenar (crear) un clasificador, la función de ajuste estima los parámetros de una distribución gaussiana para cada clase (véase ).Creating Discriminant Analysis Model
Para predecir las clases de datos nuevos, el clasificador entrenado busca la clase con el menor costo de clasificación errónea (consulte ).Prediction Using Discriminant Analysis Models
El análisis discriminante lineal también se conoce como el discriminante Fisher, llamado así por su inventor, Sir R. A. Fisher .[1]
En este ejemplo se muestra cómo entrenar un clasificador de análisis discriminante básico para clasificar los iris en los datos de iris de Fisher.
Cargue los datos.
load fisheriris
Cree un clasificador de análisis discriminante (lineal) predeterminado.
MdlLinear = fitcdiscr(meas,species);
Para visualizar los límites de clasificación de una clasificación lineal 2D de los datos, véase .Create and Visualize Discriminant Analysis Classifier
Clasifica un iris con mediciones medias.
meanmeas = mean(meas); meanclass = predict(MdlLinear,meanmeas)
meanclass = 1x1 cell array
{'versicolor'}
Cree un clasificador cuadrático.
MdlQuadratic = fitcdiscr(meas,species,'DiscrimType','quadratic');
Para visualizar los límites de clasificación de una clasificación cuadrática 2D de los datos, véase .Create and Visualize Discriminant Analysis Classifier
Clasifica un iris con mediciones medias usando el clasificador cuadrático.
meanclass2 = predict(MdlQuadratic,meanmeas)
meanclass2 = 1x1 cell array
{'versicolor'}
[1] Fisher, R. A. The Use of Multiple Measurements in Taxonomic Problems. Annals of Eugenics, Vol. 7, pp. 179–188, 1936. Available at https://digital.library.adelaide.edu.au/dspace/handle/2440/15227.