机器学习实验三,详情请参考《模式分类》第二版第三章课后上机练习3.2节
实验环境:
Matlab2016a
实验内容:
给定以下w1和w2的三维数据,考虑不同维数下的高斯概率密度模型:
(a)编写程序,对表格中的类w1中的3个特征,分别求解最大似然估计。
(b)修改程序,处理二维数据的情形。然后处理对表格中的类w1中的任意两个特征的组合(3种可能)。
(c)修改程序,处理三维数据的情形。然后处理表格中类w1中3个特征的组合。
(d)假设这个三维高斯模型是可分离的,即,写一个程序估计类别w2中均值和协方差矩阵的三个参数。
实验步骤:
在课本(模式分类第二版第三章)中,通过将似然函数最大化,我们可以得到以下针对高斯分布下的最大似然估计:
我们可以直接利用这俩公式来求每个特征的最大似然估计。对于(a