判别分析matlab代码

以下是一个简单的线性判别分析的 MATLAB 代码示例。该代码假设我们有两类样本数据，每类样本有两个特征。我们将这些数据存储在两个矩阵中，每个矩阵的行表示一个样本，列表示一个特征。我们将这些矩阵分别命名为 X1 和 X2。

% 将数据存储在两个矩阵中：X1 和 X2
X1 = [1 2; 2 3; 3 4; 4 5];
X2 = [2 1; 3 2; 4 3; 5 4];

% 将数据合并到一个矩阵中，并为每个样本分配一个类别标签
X = [X1; X2];
Y = [ones(size(X1,1),1); 2*ones(size(X2,1),1)];

% 使用 LDA 拟合模型
lda = fitcdiscr(X, Y);

% 生成一些新的测试数据
Xtest = [1.5 2.5; 3.5 4.5; 5.5 6.5];

% 对测试数据进行分类预测
label = predict(lda, Xtest);
disp(label);

在这个例子中，我们首先将两个矩阵 X1 和 X2 合并到一个矩阵 X 中，并为每个样本分配一个类别标签 Y。然后，我们使用 `fitcdiscr` 函数拟合 LDA 模型。最后，我们生成一些新的测试数据 Xtest，并使用 `predict` 函数对其进行分类预测。在这个例子中，`label` 的值应该为 `[1; 1; 2]`，表示前两个测试样本属于第一类，第三个测试样本属于第二类。