베이 즈에서 특성 벡터를 지정하는 동안 Mahalanobis 거리의 곡선 그리기 R

Question

패턴 인식 및 통계를 연구하고 있습니다. 코드를 명시 적으로 작성하는 대신 R에서 직접 함수를 사용하는 것이 좋습니다. 내 질문은 3 개 클래스 2 차원 문제에 는, 각 클래스에 대한 나의 특징 벡터는 일반적으로 공분산 행렬와 함께 배포되는 각 클래스에 대한

s <- matrix(c(1.2,0.4,0.4,8),nrow=2)
와 평균 벡터는

m1 <- t(c(0.1, 0.1));m2 <- t(c(2.1, 1.9));m3 <- t(c(-1.5, 2.0))

있습니다 클래스가 동등한 것으로 가정하면 특징 벡터를 분류하고 싶습니다

x <- t(c(1.6,1.5))

베이 스 최소 오류 확률 분류 기준에 따라 커브를 그려야합니다.

mahalanobis(x, center, cov, inverted = FALSE, ...) 기능을 사용해 보았습니다. {stats} 패키지 내에 있습니다. 하지만 난 내 문제는 이미 의미와 var - cov 매트릭스 및 mahalanobis() 기능을 내 문제에 대한 시설을 제공하지 않기 때문에 나는 혼란 스러워요 또는 그것을합니까? 나는 모른다.

친절하게도 내 문제를 언급하면서 마하라 누스 거리를 계산하고 마하라 누스 거리의 곡선을 그리는 방법을 알려주는 사람이 있으면 알려주세요. 미리 감사드립니다.

위의 문제의 표본

Answer 1

입니다 당신이 곡선을 찾고 정확히 모르겠어요,하지만 마할 라 노비스 기능을 사용과 관련하여, 단지의 평균과 공분산 행렬을 넣어 인수로.

dat <- iris[,-5] 
mahal <- mahalanobis(x = dat, center = colMeans(dat), cov = cov(dat))