第十章模式识别作业1
需积分: 0 143 浏览量
2022-08-08
17:44:07
上传
评论
收藏 15KB DOCX 举报
模式识别第四、五章作业：
1. 已知三个高斯概率密度函数，其类中心分别为：A（1， 1， 1），B（3， 3， 3），C
（7， 8， 9）；相应的方差分别为：A（1， 1， 1），B（2， 3， 4），C（6， 6， 9）。
2. 基于上述三个概率密度函数，每类随机产生 100 个样本，得样本集 A1，B1，C1。
3. 基于上述三个概率密度函数，随机产生 A2 类 1000 个样本，B2 类 600 个样本，C2 类 1600
个样本。
4. 以 D2={A2, B2, C2}为训练样本集，用 KNN 方法，对 D1={A1, B1, C1}中的 300 个样本进行
分类，并计算分类的正确率。其中 K=3~9，可以根据自己电脑的计算能力设定。
5. 以 D2={A2, B2, C2}为训练样本集，采用线性分类机的方法，对 D1={A1, B1, C1}中的 300 个
样本进行分类，并计算分类的正确率。
6. 以 D2={A2, B2, C2}为训练样本集，采用扩展的线性分类机（二次）的方法，对 D1={A1,
B1, C1}中的 300 个样本进行分类，并计算分类的正确率。【此题选做】
7. 以 D2 为训练样本集，已知类别数为 3。（1）采用 K-Means 的方法，对 D2 进行聚类；
（2）采样无监督学习中 MLE 的方法，对 D2 的概率密度函数、先验概率等进行估计；
（3）对 D1 中的 300 个样本进行分类，并计算分类的正确率。
评论0