清华模式识别第一大次作业

用身高体重数据进行性别分类的实验 用本组采集的数据作训练样本，采用身高和体重为特征进行性别分类，在正 态分布假设下估计概率密度，建立最小错误率贝叶斯分类器，写出得到的决 策规则；将分类器应用到训练集上计算训练错误率；把分类器应用到 dataset1.txt 上，计算测试错误率。在分类器设计时尝试采用不同先验概率（比如0.5 对0.5，0.24 对0.76 等），考查对决策和错误率的影响。 自行给出一个决策表，采用最小风险贝叶斯决策重复上面的实验。 用题2 中得到的似然比或对数似然比为分类指标，粗略画出ROC 曲线。

%贝叶斯分类器
clear ;
N=20;
%%
%获取训练样本
FID = fopen（‘mydata.txt‘）;
mydata=fscanf（FID‘%f %f %f %c‘[4inf]）;
fclose（FID）;
%男女分别数据
M_data=mydata（1:41:20）;
F_data=mydata（1:421:40）;
x=mydata（1:21:40）;
%%
%最大似然估计

%男生均值
M_x=M_data（1:21:20）;
M_miu=（1/N）*[sum（M_x（1:））;sum（M_x（2:））];
%男生协方差
M_sigma=0;
for i=1:20
M_sigma=（M_x（:i）-M_miu）*（M_x（:i）-M_miu）‘+M_sigma;
end
M_sigma=M_sigma/N;

%女生均值
F_x=F_data（1:21:20）;
F_miu=（1/N）*[sum（F_x（1:））;sum（F_x（2:））];
%女生协方差
F_sigma=0;
for i=1:20
F_sigma=（F_x（:i）-F_miu）*（F_x（:i）-F_miu）‘+F_sigma;
end
F_sigma=F_sigma/N;

%%
%最小错误率贝叶斯决策
result=zeros（404）;
%先验概率0.5、0.5
F_M_111=0;%男生判为女生
M_F_111=0;%女生判为男生
for i=1:40
result（i1）=mydata（4i）;
pM=exp（-0.5*（x（:i）-M_miu）‘*（inv（M_sigma））*（x（:i）-M_miu））/（2*pi*det（M_sigma）^0.5）;
pF=exp（-0.5*（x（:i）-F_miu）‘*（inv（F_sigma））*（x（:i）-F_miu））/（2*pi*det（F_sigma）^0.5）;
if（pM/pF>1）
    result（i2）=77;
else 
    result（i2）=70;
end
if（result（i2）~=result（i1））
    if（resul

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

     文件      11333  2013-10-20 14:22  模式识别第一次作业\Bayes.m

     文件       3300  2010-10-10 19:47  模式识别第一次作业\dataset1.txt

     文件        526  2013-10-20 14:32  模式识别第一次作业\mydata.txt

     文件      49273  2013-09-29 21:42  模式识别第一次作业\problemset1_0930.pdf

     文件        732  2013-10-19 20:59  模式识别第一次作业\原数据.txt

     目录          0  2013-10-20 15:37  模式识别第一次作业

     文件        570  2013-10-20 15:22  模式识别第一次作业\my_min_Consideration_result.txt

     文件        570  2013-10-20 15:22  模式识别第一次作业\my_min_error_result.txt

     文件       3165  2013-10-20 15:22  模式识别第一次作业\teacher_min_Consideration_result.txt

     文件       3166  2013-10-20 15:22  模式识别第一次作业\teacher_min_error_result.txt

----------- ---------  ---------- -----  ----

                72635                    10