模式识别
文章平均质量分 65
BTU_YC
这个作者很懒,什么都没留下…
展开
-
对酒瓶颜色(wine_data.xlsx)按照三原色的三个特征值来进行分类,数据类别分为A、B、C、D四类。 采用python实现基于正态分布最小错误贝叶斯分类器算法,输出判别结果和正确率。
对于此题,下面提供了三种写法,都是基于最小错误贝叶斯决策来实现的,并且对于wine_data的预测准确率都是100%。wine_data数据集链接提取码:ciba方法一:通过sklearn库中GaussianNB实现运行结果如下:图表 1判别结果图表 2正确率#导入数据# #拆分训练集和测试集#高斯模型#给出测试集的预测类别输出#给出测试集样本在各个类别上预测的概率#给出测试集样本在各个类别上预测概率的对数转化。原创 2022-12-29 17:03:26 · 533 阅读 · 0 评论 -
基于 iris 数据集采用感知器 Perceptron 实现线性二分类
此处sample1=0,sample2=1表示鸢尾花的四个特征中,我选取第一个特征和第二个特征,即图中的sepal length 和sepal width特征鸢尾花的四个特征即三个类别如下由上图可知,第0类和第1类线性可分,第0类和第2类线性可分,接下来,我们只需要选取可分的其中两类进行分类即可,此处我选择对第0类和第1类进行区分由于是对第0类和第1类进行区分,我将trains()函数中的class1=0,class2=1,表示我要选择分的类。原创 2022-11-10 08:10:33 · 1057 阅读 · 1 评论