I.Fisher 线性判别分析 1. 实验数据: (1). 学生身高-...
I.Fisher 线性判别分析 1. 实验数据: (1). 学生身高-体重的数据; (2).Iris数据集,维数可以任选其中2维,也可以直接使用4维计算. 将样本集按照7:3分为测试集和训练集; 2. 实验要求: (1). 用Fisher线性判别方法求线性分类线,并将训练样本和求得的决策边界画在图上。 (2). 利用1中所得分类器对测试集Students-test Data进行分类,并计算错误率(选)。 II.感知器准则的线性分类 1. 实验数据:利用生成两类样本向量,每类50个。为了保证线性可分性,对于[1,1]类不考虑的向量,对于[0,0]类不考虑的向量。 2. 实验要求: 利用感知器算法,使用2个不同的初始化向量,步长参数设为1,对这些样本设计线性分类器。收敛后,画出决策线。