Question

我想计算输入特征向量Y（1x14）与矩阵X（18x14）中所有特征向量的马哈拉诺比斯距离。 X的每6个向量代表一个类（所以我有3个类）。然后根据马哈拉诺比斯距离，我将选择最接近输入的向量，并将其分类为三个类别中的一个。

我的问题是，当我使用以下代码时，我只得到一个值。如何在输入Y和X中的每个向量之间获得马哈拉诺比斯距离。所以最后我有18个值，然后我选择最小的值。任何帮助将不胜感激。谢谢。

注意：我知道马哈拉诺比斯距离是点P和分布D之间距离的度量，但我不知道如何在我的情况下应用它。

Y = test1;         % Y: 1x14 vector 
S = cov(X);        % X: 18x14 matrix 
mu = mean(X,1);
d = ((Y-mu)/S)*(Y-mu)'

我也尝试将矩阵X分成3;所以每一个都代表一个类的特征向量。这是代码，但它不能正常工作，我有3个距离，有些有负值！

 Y = test1;
 X1 = Action1;
 S1 = cov(X1);
 mu1 = mean(X1,1);
 d1 = ((Y-mu1)/S1)*(Y-mu1)' 

 X2 = Action2;
 S2 = cov(X2);
 mu2 = mean(X2,1);
 d2 = ((Y-mu2)/S2)*(Y-mu2)'

 X3= Action3;
 S3 = cov(X3);
 mu3 = mean(X3,1);
 d3 = ((Y-mu3)/S3)*(Y-mu3)' 


d= [d1,d2,d3];
MahalanobisDist= min(d)

最后一件事，当我使用Matlab提供的mahal函数时，我遇到了这个错误：警告：矩阵接近单一或严重缩放。结果可能不准确。

Answer 1

如果您必须自己实施距离（例如学校作业），这对您来说绝对没用，但如果您只是需要计算距离作为其他计算的中间步骤，我强烈建议d = Pdist2(a,b, distance_measure)文档在matlabs site

它计算向量（甚至矩阵）b与a中所有元素之间的成对距离，并将它们存储在向量d中，其中列对应{{1}中的条目1}}，行是来自b的条目。所以d（i，j）是a中row j与b中row i之间的距离（希望有意义）。如果你想要它甚至可以找到a最近邻居的参数，那么这是一个很好的功能。

在你的情况下，你将使用以下代码，你最终得到元素之间的距离，以及索引

Matlab中的Mahalanobis距离

1 个答案: