ベイズの特徴ベクトルを指定する際のマハラノビス距離の曲線を描くR

Question

パターン認識と統計を研究しています。コードを明示的に記述するのではなく、Rで直接関数を使うのが好きです。 私の質問は3クラス2次元の問題で 、各クラスのための私の特徴ベクトルは、通常、共分散行列

s <- matrix(c(1.2,0.4,0.4,8),nrow=2)
と一緒に配布し、各クラスの平均ベクトルが

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

されているということです 特徴ベクトルを分類したいと思っています

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

私が成功したベイズ最小誤差確率分類器によると今私はマハラノビス距離の曲線を描きたい。

mahalanobis(x, center, cov, inverted = FALSE, ...)の機能を{stats}パッケージ内で試してみました。しかし、私はすでに私の問題で平均とvar-cov行列を持っているので、私は混乱し、mahalanobis()関数は私の問題のための機能を提供していません！知りません！

私の問題を参照してマハラノビス距離を計算し、マハラノビス距離の曲線を描く方法を教えてください。前もって感謝します！

上記の問題の標本が

Answer 1

である私は、あなたがカーブを探している正確にわからないんだけど、マハラノビス機能を使用してに関しては、単純に平均と共分散行列を置きます引数として。

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