Pattern-Recognition2

所属分类:人工智能/神经网络/深度学习
开发工具:matlab
文件大小:7KB
下载次数:64
上传日期:2013-10-21 21:40:50
上 传 者zhusy09
说明:  清华模式识别第二次作业,采用dataset2.txt 数据作训练样本,采用身高与体重特征进行性别分类,建立最小错误贝叶斯分类器;2、采用身高体重数据作为特征,以 dataset2.txt 作为训练数据,用 Fisher 线性判别方法设计分类器;3、从多层感知器、SVM、近邻法选择一种方法,进行上述的分类实验;
(Tsinghua second operation pattern recognition using dataset2.txt data for training samples, using height and weight characteristics of sex, to establish minimum error Bayesian classifier 2, using height and weight data as a feature to dataset2.txt as a training data, using Fisher linear discriminant analysis classifier design 3, from the MLP, SVM, nearest neighbor method to choose a method of classification of the above experiments )

文件列表:
dataset1.txt (3300, 2012-09-29)
dataset2.txt (12456, 2012-10-31)
determine.m (724, 2012-10-15)
draw.m (1020, 2012-11-19)
error_determine.m (993, 2012-11-19)
error_fisher.m (799, 2012-11-19)
error_near.m (1648, 2012-11-05)
fisher.m (405, 2012-11-03)
max_like_est.m (415, 2012-10-15)

determine.m 贝叶斯分类器 draw.m 画贝叶斯分类线与Fisher分类线 error_determine.m 用贝叶斯分类器对测试样本与训练样本进行分类 error_fisher.m 用fisher线性分类器对测试样本与训练样本进行分类 fisher.m fisher线性分类器 max_like_est.m 计算样本均值与方差 error_near.m 最近邻法(改进了的) 程序运行: 贝叶斯分类器对测试样本 在matlab命令窗口输入如下(括号内为先验概率)(输出为判断正确的男女生人数): [girls boys]=error_determine(0.24,0.76) girls = 69 boys = 234 fisher线性分类器对测试样本 在matlab命令窗口输入如下(输出为判断正确的男女生人数) [boys girls]=error_fisher() boys = 206 girls = 77 画分类线 draw()

近期下载者

相关文件


收藏者