Fisher分类算法
发布时间:2023-02-03 02:31:51
>>>>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、实验数据训练样本集FAMALE.TXTMALE.TXT测试样本集test1.txt35个同学的身高、体重、性别数据(test2.txt300个同学的身高、体重、性别数据(15个女生、20个男生)50个女生、250个男生)50个女生的身高、体重数据50个男生的身高、体重数据三、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,用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,异同。同时把以往用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,比较结果的四、原理简述、程序流程图1、Fisher线性判别方法mi首先求各类样本均值向量Nixx,i1,2iSi然后求各个样本的来内离散度矩阵xWjxmimT,i1,2再求出样本的总类内离散度1s1pS2根据公式sm1m2求出把X投影到Y的最好的投影方向。miy,i1,2Niyi,其中再求出一维Y空间中各类样本均值y
>>>>N1N2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>>>>yoMm,Nm'22--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>>>>维y空间投影一维空间样本均值>>>>