R语言是否有计算散度矩阵的函数？聚类特征选择需求求助

针对你需要的《Introduction to Statistical Pattern Recognition 2nd Ed》第10章10.2节的散度矩阵与J值计算，R里没有现成的ScatterMatrices()函数，但可以自己实现核心逻辑，以下是完整代码：

自定义散度矩阵计算函数 #

这个函数会计算类内散度矩阵（Sw）、类间散度矩阵（Sb），以及常用的J值（类间散度迹与类内散度迹的比值，可根据书中公式调整）：

scatter_matrices <- function(data, labels) {
  # 参数说明：
  # data: 数据矩阵，每行代表一个样本，每列代表一个特征
  # labels: 每个样本对应的聚类/类别标签向量
  
  # 计算总体均值
  mean_total <- colMeans(data)
  # 获取所有唯一类别
  classes <- unique(labels)
  
  # 初始化散度矩阵
  Sw <- matrix(0, ncol(data), ncol(data))
  Sb <- matrix(0, ncol(data), ncol(data))
  
  for (cls in classes) {
    # 提取当前类别的样本
    cls_samples <- data[labels == cls, ]
    n_cls <- nrow(cls_samples)
    # 计算当前类别的均值
    mean_cls <- colMeans(cls_samples)
    
    # 更新类内散度矩阵（累加每个类别的加权协方差）
    Sw <- Sw + (n_cls - 1) * cov(cls_samples)
    # 更新类间散度矩阵（累加类均值与总体均值差的外积）
    mean_diff <- mean_cls - mean_total
    Sb <- Sb + n_cls * outer(mean_diff, mean_diff)
  }
  
  # 计算J值（这里用迹之比，可根据书中10.2节公式替换为行列式等）
  J_value <- sum(diag(Sb)) / sum(diag(Sw))
  
  # 返回结果
  list(
    within_scatter = Sw,
    between_scatter = Sb,
    J_value = J_value
  )
}

使用示例 #

用模拟数据测试函数效果：

set.seed(123)
# 生成两类模拟数据
data <- rbind(
  matrix(rnorm(50*2, mean = 0), ncol=2),  # 类别1
  matrix(rnorm(50*2, mean = 3), ncol=2)   # 类别2
)
labels <- rep(c(1, 2), each = 50)

# 计算散度矩阵与J值
result <- scatter_matrices(data, labels)

# 查看结果
print("类内散度矩阵：")
print(result$within_scatter)
print("类间散度矩阵：")
print(result$between_scatter)
print("J值：")
print(result$J_value)

调整说明 #

如果书中10.2节的J准则是其他形式（比如行列式比值det(Sb)/det(Sw)），只需修改J_value的计算行即可：

# 替换为行列式比值的J值
J_value <- det(Sb) / det(Sw)

内容的提问来源于stack exchange，提问作者刘安琪