Ta上传的资源 (0)

PCA特征提取 PCA(Principal Component Analysis),即主成分分析方法,是一种使用最广泛的数据降维算法。PCA的主要思想是将n维特征映射到k维上,这k维是全新的正交特征也被称为主成分,是在原有n维特征的基础上重新构造出来的k维特征。 PCA是通过寻求方差最大的投影方向对

Fisher线性判别分类器 本实验旨在让同学进一步了解分类器的设计概念,理解并掌握用Fisher准则函数确定线性决策面方法的原理及方法,并用于实际的数据分类。

用FAMALE.TXT和MALE.TXT的数据作为训练样本集，建立Bayes分类器，用测试样本数据对该分类器进行测试。调整特征、分类器等方面的一些因素，考察它们对分类器性能的影响，从而加深对所学内容的理解和感性认识。