用身高與體重數(shù)據(jù)進(jìn)行性別分類的實驗報告(編輯修改稿)
2025-08-31 04:33 本頁面
【文章內(nèi)容簡介】 越高，準(zhǔn)確率則較低，女生的先驗概率較高時分類器準(zhǔn)確率較高，假設(shè)兩類特征相關(guān)時，情況與不相關(guān)時類似，說明最小風(fēng)險的貝葉斯分類器對先驗概率依賴程度較高而對特征之間是否相互獨(dú)立關(guān)系不大。另外，對樣本集的分類測試正確率明顯低于測試集，分析認(rèn)為是由于樣本分布并不十分近似正態(tài)分布，且數(shù)據(jù)分布比較分散，而測試集的數(shù)據(jù)卻恰好較嚴(yán)格服從正態(tài)分布且數(shù)據(jù)分布比較集中。通過實驗更加深刻地理解了貝葉斯分類器的設(shè)計過程以及模式識別的流程，通過實驗了解了所學(xué)知識的實用價值，明白了最大似然估計，最小錯誤率的貝葉斯分類器與最小風(fēng)險的貝葉斯分類器的優(yōu)缺點與適用情況。通過討論解決實驗中遇到的問題，明白了書中的公式不止需要記憶，還需要理解，明白了團(tuán)隊分工協(xié)作的重要性。（1）當(dāng)體重和身高相關(guān)的最小錯誤率分類期代碼 clear all。pw1=input(39。196。208。201。181。196。207。200。209。233。184。197。194。202。163。186。39。)pw2=input(39。197。174。201。181。196。207。200。209。233。184。197。194。202。163。186。39。)male1=0。female1=0。error11=0。error12=0。male2=0。female2=0。error21=0。error22=0。%178。226。202。212。209。249。177。190。[t1H t1W]=textread(39。E:\180。243。200。253。207。194。209。167。198。218。\196。163。202。189。202。182。177。240。\196。163。202。189。202。182。177。240。202。181。209。233。\39。,39。%f %f %*s39。)。[t2H t2W]=textread(39。E:\180。243。200。253。207。194。209。167。198。218。\196。163。202。189。202。182。177。240。\196。163。202。189。202。182。177。240。202。181。209。233。\39。,39。%f %f %*s39。)。HW1=[t1H t1W]。HW1=HW139。HW2=[t2H t2W]。HW2=HW239。number1=length(HW1) 。 %%%%%%%%%%%%%%%test1(15,20)181。196。184。246。202。253。number2=length(HW2) 。 %%%%%%%%%%%%%%%test2(50,250)181。196。184。246。202。253。for n=1:20 a=HW1(:,n)。 u11=[。]。thegema11=[ 。 ]。%%%196。208。201。 u12=[。]。thgema12=[ 。 ]。%%%%197。174。201。 det11=det(thegema11)。det12=det(thgema12)。 p(11)=1/((2*pi)*(d
環(huán)評公示相關(guān)推薦
鄂ICP備17016276號-1