正在进行安全检测...
发布时间：1713576677
实验二用身高与／或体重数据进行性别分类得实验
一、实验目得
１加深对Ｆisher线性判别方法原理得理解与认识２掌握Fisｈｅｒ线性判别方法得设计方法
二、实验数据
训练样本集
FAMＡLE、TXＴ50个女生得身高、体重数据ＭALE、TXＴ50个男生得身高、体重数据测试样本集
ｔesｔ1、tｘt３5个同学得身高、体重、性别数据(1５个女生、20个男生tｅst2、txt３0０个同学得身高、体重、性别数据(50个女生、250个男生）
三、实验内容
试验直接设计线性分类器得方法，与基于概率密度估计得贝叶斯分类器进行比较。同时采用身高与体重数据作为特征，用Fiｓｈer线性判别方法求分类器，将该分类器应用到训练与测试样本，考察训练与测试错误情况.将训练样本与求得得决策边界画到图上,同时把以往用Bａyeｓ方法求得得分类器（例如:最小错误率Bayes分类器）也画到图上，比较结果得异同。
四、原理简述、程序流程图
1、Fisher线性判别方法
首先求各类样本均值向量,
然后求各个样本得来内离散度矩阵，再求出样本得总类内离散度,
根据公式求出把X投影到Y得最好得投影方向。再求出一维Y空间中各类样本均值,其中，本次实验得分界阈值我们用如下方法得到:,
最后，将测试样本中得值代入，求出y，并将其与y0来进行比较来分类。2、流程图
五、实验结果
1、错误率表格
男生错误个数
女生错误个数
总错误
男生错误率
女生错误率
总错误率
２78
２4
２91２
１0、8％１６%
４%8％
9、６7％1２％
分析:用训练样本得到得分类器测试测试样本时错误率低,测试结果较好,但测试训练样本时，其错误率较高，测试结果不好。2、Fisheｒ判别方法图像
正在进行安全检测...
