Comparison-of-Bayesian-and-fisher.rar - 训练错误率和交叉验证错误率相等，在样本比较大时，这个结果是可以预期的；训练错误率一般低于测试错误率，但是当样本数据比较少时，实验也出现了意外，样本多的那组测试错误率比样本少的训练错误率还要小；在本实验中，同组数据的交叉验证错误率比独立测试错误率高，这个反常现象是因为样本的原因所致，交叉验证的样本小，而独立测试时所用训练样本数目大，因而出现这种情况。分类线上，fisher准则是一条直线，而贝叶斯分类器实际上是一个类似椭圆的封闭曲线；很明显，贝叶斯分类器比fisher分类器要好。,2012-02-02 20:49:02,下载26次
gender-classification-experiments.rar - 这是用身高体重数据进行性别分类的实验。
用最小错误率贝叶斯分类器决策时，首先通过比较概率大小判断一个体重身高二维向量代表的人是男是女，然后再逐一与已知性别的数据比较，就可以得到错误率的统计。然后改变先验概率，重复上面的过程，观察数据结果的变化。
用最小风险贝叶斯分类器决策时，首先求出用最小错误率贝叶斯分类器得到的条件概率；然后根据人为给定的决策表，根据公式算出条件风险；然后逐一比较条件风险，找出使条件风险最小的决策（也就是分类）。最后用分类得到的结果逐一比较已经知道的原始数据，统计处错误率。
,2012-02-02 20:40:46,下载127次
Minimum-Risk-Bayes-classifier.rar - 这是模式识别中最小风险Bayes分类器的设计方案。在参考例程的情况下，自行完善了在一定先验概率的条件下，男、女错误率和总错误率的统计，放入各个数组当中。
全部程序由主函数、最大似然估计求取概率密度子函数、最小错误率贝叶斯分类器决策子函数三块组成。
调用最大似然估计求取概率密度子函数时，第一步获取样本数据，存储为矩阵；第二步对矩阵的每一行求和，并除以样本总数N，得到平均值向量；第三步是应用公式（3-43）采用矩阵运算和循环控制语句，求得协方差矩阵；第四步通过协方差矩阵求得方差和相关系数，从而得到概率密度函数。
调用最小风险贝叶斯分类器决策子函数时，根据先验概率，再根据自行给出的5*5的决策表，通过比较概率大小判断一个体重身高二维向量代表的人是男是女，放入决策数组中。
主函数第一步打开“MAIL.TXT”和“FEMALE.TXT”文件，并调用最大似然估计求取概率密度子函数，对分类器进行训练。第二步打开“test2.txt”，调用最小风险贝叶斯分类器决策子函数，然后再将数组中逐一与已知性别的数据比较，就可以得到在一定先验概率条件下，决策表中不同决策的错误率的统计。
,2012-02-02 20:37:04,下载47次
Minimum-Bayes-classifier-error-rate.rar - 这是模式识别中最小错误率Bayes分类器设计方案。
自行完善了在不同先验概率的条件下，男、女错误率和总错误率的统计，放入各个数组当中。
全部程序由主函数、最大似然估计求取概率密度子函数、最小错误率贝叶斯分类器决策子函数三块组成。
调用最大似然估计求取概率密度子函数时，第一步获取样本数据，存储为矩阵；第二步对矩阵的每一行求和，并除以样本总数N，得到平均值向量；第三步是应用公式（3-43）采用矩阵运算和循环控制语句，求得协方差矩阵；第四步通过协方差矩阵求得方差和相关系数，从而得到概率密度函数。
调用最小错误率贝叶斯分类器决策子函数时，根据先验概率数组，通过比较概率大小判断一个体重身高二维向量代表的人是男是女。
主函数第一步打开“MAIL.TXT”和“FEMALE.TXT”文件，并调用最大似然估计求取概率密度子函数，对分类器进行训练。第二步打开“test2.txt”，调用最小错误率贝叶斯分类器决策子函数，然后再将数组中逐一与已知性别的数据比较，就可以得到不同先验概率条件下错误率的统计。
,2012-02-02 20:33:06,下载65次
Fisher-linear-discriminant-method.rar - 此为模式识别中的Fisher线性判别方法求分类器。进行了男、女错误率和总错误率的统计。
全部程序流程如下：
1、读取FAMALE.TXT文件把身高或体重给数组，并求x1的样本均值m1和内离散度S1；
2、读取MALE.TXT文件把身高或体重给数组，并求x2的样本均值m2和内离散度S2；
3、求最佳变换向量和阀值点；
4、读取Test2.txt文件把对应的身高或体重给数组A并求A的样本数M；
5、把最佳变换向量和阀值点、x代入判别方程g（x）；
6、对本判别的错误率进行统计。,2012-02-02 20:27:49,下载24次
Parzen-window-method.rar - 此为模式识别中Parzen窗法估计概率密度函数。
全部程序流程如下：
1、读取FAMALE.TXT文件把身高或体重给数组，并求x1的样本数N1和窗宽、体宽；
2、读取MALE.TXT文件把身高或体重给数组，并求x2的样本数N2和窗宽、体宽；
3、读取Test2.txt文件把对应的身高或体重给数组A并求A的样本数M；
4、利用Parzen窗法估计概率密度函数判别男女性别；
5、对本判别的错误率进行统计。
,2012-02-02 20:24:06,下载92次