bhattacharyyaDistance

Одномерное расстояние Бхаттачарьи между двумя независимыми группами данных, чтобы измерить отделимость класса

Описание

bhattacharyyaDistance функция, используемая в коде, сгенерированном Diagnostic Feature Designer.

Z = bhattacharyyaDistance(X,I) вычисляет одномерные расстояния Бхаттачарьи между двумя независимыми подмножествами набора данных X это сгруппировано согласно логическим меткам в I. Расстояние Бхаттачарьи обеспечивает метрику для отранжировать признаки согласно их способности разделить два класса данных, такие как данные из здоровых и неисправных машин. Расчет расстояния принимает что данные в X следует за Распределением Гаусса.

Код, который сгенерирован использованием Diagnostic Feature Designer bhattacharyyaDistance при ранжировании признаков с этим методом.

Входные параметры

свернуть все

Набор данных, содержащий выборки данных, которые могут быть логически классифицированы в две группы в виде вектора, когда у вас есть один набор выборок, таких как значения для одной функции и матрица, когда у вас есть несколько наборов выборок.

  • Когда X содержит один набор функций n, такой в виде набора нескольких функций, извлеченных из одного источника данных, X 1 n вектором.

  • Когда X содержит наборы m функций n, X m-by-n матрица. Каждая строка в X представляет один источник данных и должен соответствовать одному логическому классу.

X должен содержать по крайней мере две строки, которые соответствуют логическому классу в I из 0 и две строки, которые соответствуют метке 1 вычислить законные значения расстояния Бхаттачарьи.

Например, предположите, что у вас есть набор пяти функций каждой из 20 коробок передач, и вы вычисляете расстояния Бхаттачарьи, чтобы оценить эти функции. X 20 5 матрица. Каждая строка представляет коробку передач, которая является или здоровой или дефектной, как обозначено связанной логической меткой класса 0 или 1. По крайней мере две коробки передач должны быть здоровыми, и по крайней мере две коробки передач должны быть дефектными. Расстояние Бхаттачарьи указывает, как хорошо каждая функция разделяет данные для здоровых коробок передач из данных для дефектных коробок передач.

Логические метки классификации, которые присваивают строки в X к одному из двух логических классов в виде вектора из длины m, где m является количеством строк в X.

Например, предположите еще раз тот X 20 5 матрица, соответствующая 20 коробкам передач. Первые 9 коробок передач здоровы. Остающиеся 11 коробок передач являются дефектными. Задайте здоровое состояние как 0 и дефектное состояние как 1. Затем I имеет длину 20. Первые 9 меток в I равны 0 и остающиеся 11 меток равны 1.

Выходные аргументы

свернуть все

Расстояния Бхаттачарьи между помеченными группами, возвращенными как скаляр или вектор из длины n.

  • Если X вектор, затем Z скаляр.

  • Если X матрица, затем bhattacharyyaDistance вычисляет расстояние отдельно для каждой функции. Z затем вектор из длины n, где n является количеством столбцов в Z.

bhattacharyyaDistance обработки NaN записи в X как отсутствующие значения и игнорирует их.

Ссылки

[1] Theodoridis, Серджиос и Константинос Кутрумбас. Распознавание образов, 177–179. 2-й редактор Амстердам; Бостон: Academic Press, 2003.

Введенный в R2020a