matlab模式识别：贝叶斯分类器统计识别方法.zip

%% 学习目标： 贝叶斯分类器统计识别方法 load fisheriris %% 载入数据 SL = meas(51:end,1); SW = meas(51:end,2); group = species(51:end); h1 = gscatter(SL,SW,group,'rb','v^',[],'off'); set(h1,'LineWidth',2) legend('Fisher versicolor','Fisher virginica','Location','NW') %% 分类 [X,Y] = meshgrid(linspace(4.5,8),linspace(2,4)); X = X(:); Y = Y(:); %% 指定[X Y]数据的每一行到训练集[SL SW]指定的一个类中 %% [X Y]必须和训练集[SL SW]具有相同的列数 %% group向量包含从1到组数的正整数，指明训练集中的每一行属于哪一类 %% group和[SL SW]具有相同的行数 %% 通过计算[X Y]和[SL SW]中的二次正定协方差矩阵判别函数来分类 %% 决定了[X Y]中的每一行属于哪一类 [C,err,P,logp,coeff] = classify([X Y],[SL SW],group,'quadratic'); %% 分类观察 hold on; gscatter(X,Y,C,'rb','.',1,'off'); K = coeff(1,2).const; L = coeff(1,2).linear; Q = coeff(1,2).quadratic; f = sprintf('0 = %g+%g*x+%g*y+%g*x^2+%g*x.*y+%g*y.^2',... K,L,Q(1,1),Q(1,2)+Q(2,1),Q(2,2)); h2 = ezplot(f,[4.5 8 2 4]); set(h2,'Color','m','LineWidth',2) axis([4.5 8 2 4]) xlabel('Sepal Length') ylabel('Sepal Width') title('{\bf Classification with Fisher Training Data}') %% 大仙QQ：1960009019 %% 在线教育微信公众号：大仙一品堂