典型文献
一种修正的马氏距离判别法
文献摘要：
马氏距离判别法是一种基于马氏距离的多元统计分析方法,其引入了协方差矩阵的逆矩阵,以排除属性变量的量纲及变量之间的相关性对距离度量的干扰.然而,在属性变量存在严重的多重共线性时,样本协方差矩阵的奇异性会影响其逆矩阵估计的稳定性,从而降低马氏距离判别法的有效性.为此,提出了一种修正的马氏距离判别法,采用了一般交叉验证(GCV)方法,在属性变量间存在高度相关性的情况下,选择预测效果最好的变量维度,同时可以对协方差矩阵的逆矩阵进行稳定的估计.修正的马氏距离判别法可以得到可靠的协方差矩阵的估计,提高模型的判别准确率;也可以抵抗样本外的扰动,提高模型的泛化能力.仿真实验结果验证了在属性变量存在严重的多重共线性情形下,修正的马氏距离判别法的判别效果较经典的马氏距离判别法有明显的提升.
文献关键词：
马氏距离;判别分析;多重共线性;降维;交叉验证
中图分类号：
作者姓名：
王珂瑶;王惠文;赵青;王珊珊
作者机构：
北京航空航天大学 经济管理学院,北京100083;城市运行应急保障模拟技术北京市重点实验室,北京100083;北京航空航天大学 大数据科学与脑机智能高精尖创新中心,北京100083
文献出处：
引用格式：
[1]王珂瑶;王惠文;赵青;王珊珊-.一种修正的马氏距离判别法)[J].北京航空航天大学学报,2022(05):824-830
A类：
B类：
马氏距离,判别法,多元统计分析方法,协方差矩阵,逆矩阵,属性变量,量纲,距离度量,多重共线性,奇异性,交叉验证,GCV,泛化能力,判别分析
AB值：
0.195114
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
