qq_540710991的博客

用matlab进行矩阵和线性代数计算的一些基础语法

实验内容将MIT室内场景数据库中卧室、浴室作为正负样本，利用留出法完成训练集与测试集的划分（比例1：2），并使用测量夹角余弦的方式进行二分类（0为负，1为正），最后给出分类错误率和准确率，并绘制ROC曲线。实验原理【余弦距离】也称为余弦相似度，是用向量空间中两个向量夹角的余弦值作为衡量两个个体间差异的大小的度量。余弦值越接近1，就表明夹角越接近0度，也就是两个向量越相似，这就叫"余弦相似性"。实验过程Step1:将卧室图像作为正样本，浴室图像作为负样本Step2:利用留出法将正负样本按1：2比例

实验内容将MIT室内场景数据库中机场、面包房分别作为正负样本，利用留出法完成训练集与测试集的划分，并使用测量最短距离的方式进行二分类，最后给出分类错误率和准确率。进一步对MIT室内场景数据库中的测试集添加噪声，使用测量最短距离的方式进行二分类，给出噪声情况下的分类错误率和准确率。原理说明留出法：直接将数据集D划分为两个互斥的部分，其中一部分作为训练集S，另一部分用作测试集T。通常训练集和测试集的比例为7：3。同时，训练集测试集的划分有两个注意事项：1. 尽可能保持数据分布的一致性。避免因数据划分过程

实验数据说明coil-100数据集是灰色图片集合，包含对100个物体从不同角度的拍摄，每隔 5 度拍摄一副图像，每个物体 72 张图像。每个子文件夹代表一个物体的全部图像。共100个子文件夹，每个文件夹有72张图像。链接：https://pan.baidu.com/s/1MoI66gjWL8vjbNaD30oGNg 提取码：1xta实验内容for time=1:5 //对数据集进行五次划分，相当于进行五次实验，即五次循环for i=1:100 //以一次循环访问物体图片为例，循环前指定为空

实验数据说明Iris也称鸢尾花卉数据集，是一类多重变量分析的数据集。通过花萼长度，花萼宽度，花瓣长度，花瓣宽度4个属性预测鸢尾花卉属于（Setosa(山鸢尾)，Versicolour(杂色鸢尾)，Virginica(维吉尼亚鸢尾)）三个种类中的哪一类。鸢尾花（iris）数据集，它共有4个属性列和一个品种类别列：sepal length（萼片长度）、sepal width（萼片宽度）、petal length（花瓣长度）、petal width （花瓣宽度），单位都是厘米。3个品种类别是Setosa、Ve