体重 年龄 性别 身高 预测鞋码_用身高和体重数据进行性别分类的实验报告

用身高和体重数据进行性别分类的实验报告(二)

一、

基本要求

1

、试验非参数估计，体会与参数估计在适用情况、估计结果方面的异同。

2

、试验直接设计线性分类器的方法，与基于概率密度估计的贝叶斯分类器进行

比较。

3

、体会留一法估计错误率的方法和结果。

二、具体做法

1

、在第一次实验中，挑选一次用身高作为特征，并且先验概率分别为男生

0.5

，

女生

0.5

的情况。改用

Parzen

窗法或者

k

n

近邻法估计概率密度函数，得出贝叶

斯分类器，

对测试样本进行测试，

比较与参数估计基础上得到的分类器和分类性

能的差别。

2

、

同时采用身高和体重数据作为特征，

用

Fisher

线性判别方法求分类器，

将该

分类器应用到训练和测试样本，

考察训练和测试错误情况。

将训练样本和求得的

决策边界画到图上，

同时把以往用

Bayes

方法求得的分类器也画到图上，

比较结

果的异同。

3

、选择上述或以前实验的任意一种方法，用留一法在训练集上估计错误率，与

在测试集上得到的错误率进行比较。

三、原理简述及程序框图

1

、挑选身高

(

身高与体重

)

为特征，选择先验概率为男生

0.5

女生

0.5

的一组用

Parzen

窗法来求概率密度函数，再用贝叶斯分类器进行分类。

以身高为例