判别分析-cuda ebook

8.2 层次分析法

层次分析法（Analytic Hierarchy Process, AHP）是系统分析的一种数学工具，它将人的思维过程层次化、数量化，并利用数学方法为分析、决策、预报或控制提供定量依据。事实上，这是一种定性与定量分析相结合的方法。当模型涉及大量相互关联、相互制约的复杂因素时，各因素对问题的分析有着不同的重要性，决定它们对目标重要性的序列，对建立模型十分重要。AHP方法将相互关联的要素按隶属关系分为若干层次，请有经验的专家对各层次各因素的相对重要性给出定量指标，利用数学方法综合专家意见给出各层次各要素的相对重要性权值，作为综合分析的基础。更多关于层次分析法的信息，可以查看 层次聚类簇方法 和 层次聚类AHP。

8.3 系统聚类分析

系统聚类是一种根据多种地学要素对地理实体进行分类的方法，不同要素的分类往往反映不同目标的等级序列，如土地分等定级、水土流失强度分级等。系统聚类的步骤一般是根据实体间的相似程度，逐步合并若干类别，其相似程度由距离或者相似系数定义。进行类别合并的准则是使得类间差异最大，而类内差异最小。想深入了解系统聚类算法的实现，可以参考 层次聚类算法 和 层次聚类代码。

8.4 判别分析

判别分析与聚类分析同属分类问题，但不同的是，判别分析是预先根据理论与实践确定等级序列的因子标准，再将待分析的地理实体安排到序列的合理位置上，对于诸如水土流失评价、土地适宜性评价等有一定理论根据的分类系统定级问题比较适用。判别分析依其判别类型的多少与方法的不同，可分为两类判别、多类判别和逐步判别等。通常在两类判别分析中，要求根据已知的地理特征值进行线性组合，构成一个线性判别函数Y，即：Y = c1x1 + c2x2 + … + cm*xp，ck（k＝1，2，…，m）为判别系数，它可反映各要素或特征值的作用方向、分辨能力和贡献率的大小。确定判别函数后，根据每个样本计算判别函数数值，可以将其归并到相应的类别中。常用的判别分析方法有距离判别法、Bayes最小风险判别和费歇准则判别等。如果想了解更多有关判别分析的方法，可以查看 SAS中聚类和判别分析。