正在进行安全检测...

发布时间:2023-12-29 01:57:36

实验二用身高和/或体重数据进行性别分类的实验一、实验目的1加深对Fisher线性判别方法原理的理解和认识2掌握Fisher线性判别方法的设计方法二、实验数据训练样本集FAMALE.TXT50个女生的身高、体重数据MALE.TXT50个男生的身高、体重数据测试样本集test1.txt35个同学的身高、体重、性别数据(15个女生、20个男生)test2.txt300个同学的身高、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的方法,与基于概率密度估计的贝叶斯分类器进行比较。同时采用身高和体重数据作为特征,Fisher线性判别方法求分类器,将该分类器应用到训练和测试样本,考察训练和测试错误情况。将训练样本和求得的决策边界画到图上,时把以往用Bayes方法求得的分类器(例如:最小错误率Bayes分类器)也画到图上,比较结果的异同。四、原理简述、程序流程图1Fisher线性判别方法mi首先求各类样本均值向量1Nixx,i1,2iTiisi然后求各个样本的来内离散度矩阵xwixmxm,i1,2s再求出样本的总类内离散度p1s1p2s21Ni1sm1m2求出把X投影到Y的最好的投影方向。根据公式mi'再求出一维Y空间中各类样本均值yy,i1,2iy*x,,其中
N1m1'N2m2'y0N1N2,本次实验的分界阈值我们用如下方法得到:最后,将测试样本中的值代入,求出y,并将其与y0来进行比较来分类。2、流程图求各类样本均值向量求类内离散度矩阵用公式求最好的变换向量W*二维空间向一y空间投影一维空间样本均值求取阈值y0决策判断计算各类样本的错误率五、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27824291210.8%16%4%8%9.67%12%分析:用训练样本得到的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。2Fisher判别方法图像

正在进行安全检测...

相关推荐