用身高和體重?cái)?shù)據(jù)進(jìn)行性別分類的實(shí)驗(yàn)報(bào)告

z.z.用身高和體重?cái)?shù)據(jù)進(jìn)行性別分類的實(shí)驗(yàn)報(bào)告（二）一、 基本要求1、試驗(yàn)非參數(shù)估計(jì)，體會(huì)與參數(shù)估計(jì)在適用情況、估計(jì)結(jié)果方面的異同。2、試驗(yàn)直接設(shè)計(jì)線性分類器的方法，與基于概率密度估計(jì)的貝葉斯分類器進(jìn)行比較。3、體會(huì)留一法估計(jì)錯(cuò)誤率的方法和結(jié)果。二、具體做法1、在第一次實(shí)驗(yàn)中，挑選一次用身高作為特征，并且先驗(yàn)概率分別為男生0.5，女生0.5的情況。改用Parzen窗法或者k近鄰法估計(jì)概率密度函數(shù)，得出貝葉斯n分類器，對(duì)測(cè)試樣本進(jìn)行測(cè)試，比較與參數(shù)估計(jì)基礎(chǔ)上得到的分類器和分類性能的差別。2、 同時(shí)采用身高和體重?cái)?shù)據(jù)作為特征，用Fisher線性判別方法求分類器，將該分類器應(yīng)用到訓(xùn)練和測(cè)試樣本，考察訓(xùn)練和測(cè)試錯(cuò)誤情況。將訓(xùn)練樣本和求得的決策邊界畫(huà)到圖上，同時(shí)把以往用Bayes方法求得的分類器也畫(huà)到圖上，比較結(jié)果的異同。3、 選擇上述或以前實(shí)驗(yàn)的任意一種方法，用留一法在訓(xùn)練集上估計(jì)錯(cuò)誤率，與在測(cè)試集上得到的錯(cuò)誤率進(jìn)行比較。三、原理簡(jiǎn)述及程序框圖1、挑選身高（身高與體重）為特征，選擇先驗(yàn)概率為男生0.5女生0.5的一組用Parzen窗法來(lái)求概率密度函數(shù)，再用貝葉斯分類器進(jìn)行分類。以身高為例

本次實(shí)驗(yàn)我們組選用的是正態(tài)函數(shù)窗，即€（u）? u2h?h/JN（h是調(diào)節(jié)的參量，N是樣本個(gè)數(shù)）V?hd，（d表示維度）。因?yàn)閰^(qū)-—(、J-—(、J二NV'\h丿

i?1N N域是一維的，所以體積為V?h。Parzen公式為P故女生的條件概率密度為心^N1'1i故女生的條件概率密度為心^N1'1i?1、x-x J丿n、x-x 4\h2丿n男生的條件概率密度為p2?丄'-€N2VN2

i?1根據(jù)貝葉斯決策規(guī)則g（x）=p（x/w）p（w）-p（x/w）p（w）知'11‘22如果pl*p”p2*(1-p),x?“，否則，x?“。2流程圖如下：2、要求是同時(shí)采用身高和體重?cái)?shù)據(jù)作為特征，用Fisher線性判別方法求分類器,將該分類器應(yīng)用到訓(xùn)練和測(cè)試樣本，考察訓(xùn)練和測(cè)試錯(cuò)誤情況。將訓(xùn)練樣本和求得的決策邊界畫(huà)到圖上，同時(shí)把以往用Bayes方法求得的分類器也畫(huà)到圖上，比較結(jié)果的異同。說(shuō)明，取男生和女生的先驗(yàn)概率分別為0.5,0.5。在設(shè)計(jì)貝葉斯分類器時(shí)，首先求各類樣本均值向量，及m= 'x，i=1，2，然后求各個(gè)樣本的來(lái)內(nèi)離散度矩陣,iNixec°/及s='（x-mXx-mi=1,2，再求出樣本的總類內(nèi)離散度，及i i ix?wiS“=pQ）.+p（^2<S2，根據(jù)公式“—=匯1（m1-化）求出把二維*空間投影到一維Y空間的最好的投影方向。再求出一維Y空間中各類樣本均值'=1',=1,2叫=ny,i=1,2，其中y=“**x，本次實(shí)驗(yàn)的分界閾值我們用如下方法7嚀Nm'€Nm'得到：y0二1N€N彳，最后，將測(cè)試樣本中的值代入，求出y,并將其與12y0來(lái)進(jìn)行比較來(lái)分類。根據(jù)課本對(duì)Fisher線性判別法的介紹，得到的算法流程圖如下：3、選擇上述或以前實(shí)驗(yàn)的任意一種方法，用留一法在訓(xùn)練集上估計(jì)錯(cuò)誤率，與在測(cè)試集上得到的錯(cuò)誤率進(jìn)行比較。這里我們選擇Fisher線性判別法，用留一法來(lái)估計(jì)它在訓(xùn)練集上的錯(cuò)誤率，并將結(jié)果與Fisher線性判別法對(duì)測(cè)試集進(jìn)行判別時(shí)得到的錯(cuò)誤率進(jìn)行比較。具體流程圖如下：四、實(shí)驗(yàn)結(jié)果及分析總結(jié)1、得到結(jié)果如下表以身高作為特征

最大似然Bayes0.250.75206.667%0.50.5279%0.750.256020%以身高與體重作為特征h=7計(jì)方法、\、\、女生先驗(yàn)概率男生先驗(yàn)概率男生錯(cuò)誤個(gè)數(shù)女生錯(cuò)誤個(gè)數(shù)總錯(cuò)誤男生錯(cuò)誤率女生錯(cuò)誤率總錯(cuò)誤率Parzen窗法0.250.757222914%8.8%9.67%0.50.53824015.2%4%13.33%0.750.252464818.4%4%16%最大似然Bayes0.250.7586143.2%12%4.67%0.50.52933211.6%6%10.67%0.750.25916023.6%2%20%分析：通過(guò)比較可知，在用最大似然估計(jì)這種參數(shù)估計(jì)方法和Parzen這種非參數(shù)估計(jì)方法來(lái)進(jìn)行分類時(shí)，最大似然估計(jì)判別的錯(cuò)誤率低。2、得到結(jié)果如下1）、用Fisher線性判別方法求分類器，將分類器應(yīng)用到訓(xùn)練和測(cè)試樣本上，比

較其錯(cuò)誤率判別\對(duì)象\男生錯(cuò)誤個(gè)數(shù)女生錯(cuò)誤個(gè)數(shù)總錯(cuò)誤男生錯(cuò)誤率女生錯(cuò)誤率總錯(cuò)誤率測(cè)試樣本2722910.8%4%9.67%訓(xùn)練樣本841216%8%12%分析：用訓(xùn)練樣本得到的分類器測(cè)試測(cè)試樣本時(shí)錯(cuò)誤率低，測(cè)試結(jié)果較好，但測(cè)試訓(xùn)練樣本時(shí)，其錯(cuò)誤率較高，測(cè)試結(jié)果不好。（2）、將訓(xùn)練樣本和求得的決策邊界畫(huà)到圖上先驗(yàn)概略為0.5,0.5從圖中我們可以直觀的比較出對(duì)訓(xùn)練樣本Fisher判別比最大似然Bayes判別效果更好。3、留一法測(cè)試結(jié)果如下：\\男生錯(cuò)女生錯(cuò)錯(cuò)誤率判別\誤個(gè)數(shù)誤個(gè)數(shù)對(duì)象\分析：用留一法在訓(xùn)練樣本機(jī)上估計(jì)錯(cuò)誤率時(shí)，錯(cuò)誤率小于它在測(cè)試樣本集上得到的錯(cuò)誤率，且留一法在測(cè)試樣本集上女生錯(cuò)誤個(gè)數(shù)遠(yuǎn)低于男生錯(cuò)誤個(gè)數(shù)。五、體會(huì)這次實(shí)驗(yàn)，我們組用了接近三天的時(shí)間，首先，我們對(duì)題目要求進(jìn)行認(rèn)真分析，在確保對(duì)題目完全理解的基礎(chǔ)上，開(kāi)始一步一步分析，求解。對(duì)每個(gè)小題，及其每一問(wèn)，我們都經(jīng)過(guò)查書(shū)，查資料，編代碼這幾個(gè)步驟，仔細(xì)分析每一步算法，得出流程圖。經(jīng)過(guò)第一次作業(yè)的編程，本次編程我們都覺(jué)得輕松了很多，但還會(huì)出現(xiàn)一些細(xì)節(jié)上的錯(cuò)誤，不過(guò)，這些在我們經(jīng)過(guò)不斷的調(diào)試之后都會(huì)被發(fā)現(xiàn)并解決?？傮w而言，本次試驗(yàn)，讓我們對(duì)Parzen窗法求類條件概率密度，以及Fisher線性判別法都有了更大的了解。代碼:%特征是身高，先驗(yàn)概率為0.5、0.5時(shí)用Parzen窗法，貝葉斯分類器。clc;clearall;[FHFW]=te*tread('C:\Users\*uyd\Desktop\homework\FEMALE.t*t','%f%f');z.z.errorboyrate=0;z.errorboyrate=0;z.[MHMW]=te*tread('C:\Users\*uyd\Desktop\homework\MALE.t*t','%f%f');FA=[FHFW];MA=[MHMW];N1=ma*(size(FA));h1=4;hn1=h1/(sqrt(N1));VN1=h1/(sqrt(N1));N2=ma*(size(MA));h2=4;hn2=h2/(sqrt(N2));VN2=h2/(sqrt(N2));[tHtW]=te*tread('C:\Users\*uyd\Desktop\homework\test2.t*t','%f%f%*s');*=[tHtW];[MN]=size(*);s=zeros(M,1);A=[*(:,1)*(:,2)s];error=0;errorgirl=0;errorboy=0;errorrate=0;errorgirlrate=0;girl=0;boy=0;bad=0;fork=1:M%測(cè)試集*=A(k);p=0.5;%p為屬于女生的先驗(yàn)概率，則1-p為男生的先驗(yàn)概率fori=1:N1pp①=1/sqrt(2*pi)*e*p(-0.5*(abs(*-FA(i)))入2/(hn1入2));%pp(i)是窗函數(shù)endp1=sum(1/VN1*pp');y1=1/N1*p1;%是女生的條件概率密度函數(shù)forj=1:N2qq(j)=1/sqrt(2*pi)*e*p(-0.5*(abs(*-MA(j)))入2/(hn2入2));endq1=sum(1/VN2*qq');y2=1/N2*q1;%男生的概率密度函數(shù)，即其條件概率g=p*y1-(1-p)*y2;%g為判別函數(shù)ifg>0ifk<=50s(k,1)=0;%判為女生girl=girl+1;elseerrorgirl=0;z.errorgirl=0;z.errorboyrate=errorboy/250z.errorboyrate=errorboy/250z.errorboy=errorboy+1;endelseifg<0ifk<=50errorgirl=errorgirl+1;elses(k,1)=1;%判為男生boy=boy+1;endelses(k,1)=-2;%不能判別是指等于0時(shí)的情況bad=bad+1;endenderrorgirlerrorboybadgirl=errorboy+girlboy=boy+errorgirlerror=errorgirl+errorboyerrorgirlrate=errorgirl/50errorrate=error/M%特征是身高與體重，先驗(yàn)概率為0.5、0.5時(shí)用Parzen窗法，貝葉斯分類器。clc;clearall;[FHFW]=te*tread('C:\Users\*uyd\Desktop\homework\FEMALE.t*t','%f%f');[MHMW]=te*tread('C:\Users\*uyd\Desktop\homework\MALE.t*t','%f%f');FA=[FHFW];MA=[MHMW];N1=ma*(size(FA));h1=7;hn1=h1/(sqrt(N1));VN1二hn"2;N2=ma*(size(MA));h2=7;hn2=h2/(sqrt(N2));VN2=hn2^2;[tHtW]=te*tread('C:\Users\*uyd\Desktop\homework\test2.t*t','%f%f%*s');*=[tHtW];[MN]=size(*);s=zeros(M,1);error=0;z.z.errorboy=0;errorrate=0;errorgirlrate=0;errorboyrate=0;girl=0;boy=0;bad=0;fork=1:MA=[*(k,1)*(k,2)];*=A;p=0.5;%p為屬于女生的先驗(yàn)概率，則1-p為男生的先驗(yàn)概率pp=0;fori=1:N1fa=[FA(i,1)FA(i,2)];n=1/sqrt(2*pi)*e*p(-0.5*abs((*-fa)*(*-fa)')/(hn1入2));pp=pp+n;endp1=1/VN1*pp';y1=1/N1*p1;%是女生的條件概率密度函數(shù)qq=0;forj=1:N2ma=[MA(j,1)MA(j,2)];m=1/sqrt(2*pi)*e*p(-0.5*abs((*-ma)*(*-ma)')/(hn2入2));qq=m+qq;endq1=sum(1/VN2*qq');y2=1/N2*q1;%男生的概率密度函數(shù)，即其條件概率g二p*y1-(1-p)*y2;%g為判別函數(shù)ifg>0ifk<=50s(k,1)=0;%判為女生girl=girl+1;elseerrorboy=errorboy+1;endelseifg<0ifk<=50errorgirl=errorgirl+1;elses(k,1)=1;%判為男生boy=boy+1;endelses(k,1)=-2;%不能判別是指等于0時(shí)的情況bad=bad+1;endenderrorgirlerrorboybadgirl=errorboy+girlboy=boy+errorgirlerror=errorgirl+errorboyerrorgirlrate=errorgirl/50errorboyrate=errorboy/250errorrate=error/M%用fisher線性判別法求閾值function[w,y0]=fisher(AA,BB)A=AA';B=BB';[k1,l1]=size(A);[k2,l2]=size(B);M1=sum(AA);M1=M1';M1二M1/11;%男生均值向量M2=sum(BB);errorboyrate=0;z.errorboyrate=0;z.m2=sum(Y2)/l2;z.m2=sum(Y2)/l2;z.M2=M2';M2二M2/12;%女生均值向量S1=zeros(k1,k1);%建立矩陣S2=zeros(k2,k2);fori=1:l1S1二S1+(A(:,i)-M1)*((A(:,i)-M1).');%男生的類內(nèi)離散度矩陣endfori=1:l2S2=S2+(B(:,i)-M2)*((B(:,i)-M2).');%女生的類內(nèi)離散度矩陣endSw=0.5*S1+0.5*S2;%總類內(nèi)離散度矩陣，先驗(yàn)概率0.5w=inv(Sw)*(M1-M2);%兩列wT=w';%wT就是使Fisher準(zhǔn)則函數(shù)JF(w)取極大值時(shí)的解，也就是宀維*空間到1維Y空間的最好的投影方向fori=1:l1Y1①二wT(1,1)*A(1,i)+wT(1,2)*A(2,i);%求出二維男生樣本集映射到一維時(shí)的量endfori=1:l2Y2①二wT(1,1)*B(1,i)+wT(1,2)*B(2,i);%求出二維女生樣本集映射到一維時(shí)的量endm1=sum(Y1)/l1;y0=(l1*m1+l2*m2)/(l1+l2);%%用fisher線性判別函數(shù)來(lái)判斷clcclearall[filename,pathname,filterinde*]=uigetfile('*.t*t','請(qǐng)讀入男生訓(xùn)練集');fileAddrs=[pathname,filename];[A1A2]=te*tread(fileAddrs,'%f%f');[filename,pathname,filterinde*]=uigetfile('*.t*t','請(qǐng)讀入女生訓(xùn)練集');fileAddrs=[pathname,filename];[B1B2]=te*tread(fileAddrs,'%f%f');AA=[A1A2];BB=[B1B2];[w,y0]=fisher(AA,BB);wT=w';girl=0;boy=0;bad=0;errorgirl=0;errorboy=0;error=0;errorgirlrate=0;z.z.errorrate=0;[filename,pathname,filterinde*]=uigetfile('*.t*t','請(qǐng)讀入測(cè)試集');fileAddrs=[pathname,filename];[T1T2]=te*tread(fileAddrs,'%f%f%*s');TT=[T1T2];T=TT[k3l3]=size(T);fork=1:50y(k)=wT*T(:,k);ify(k)>y0errorgirl=errorgirl+1;elseify(k)<y0girl=girl+1;elsebad=bad+1;endendendfork=51:300y(k)=wT*T(:,k);ify(k)>y0boy=boy+1;elseify(k)<y0errorboy=errorboy+1;elsebad=bad+1;endendenderrorgirlerrorboybadgirl=errorboy+girlboy=boy+errorgirlerror=errorgirl+errorboyerrorgirlrate=errorgirl/50errorboyrate=errorboy/250errorrate=error/l3%畫(huà)圖[filename,pathname,filterinde*]=uigetfile('*.t*t','請(qǐng)讀入男生訓(xùn)練集');fileAddrs=[pathname,filename];[A1A2]=te*tread(fileAddrs,'%f%f');[filename,pathname,filterinde*]=uigetfile('*.t*t','請(qǐng)讀入女生訓(xùn)練集');fileAddrs=[pathname,filename];[B1B2]=te*tread(fileAddrs,'%f%f');AA=[A1A2];BB=[B1B2];A=AA';B=BB';[k1,l1]=size(A);[k2,l2]=size(B);[w,y0]=fisher(AA,BB);fori=1:l1*=A(1,i);y二A(2,i);%*是身高，y是體重plot(*,y,'R.');holdonendfori=1:l2*=B(1,i);y=B(2,i);plot(*,y,'G.');holdonenda1=min(A(1,:));%男生身高最小值a2=ma*(A(1,:));%男生身高最大值b1=min(B(1,:));%女生身高最小值b2二ma*(B(1,:));%女生身高最大值a3二min(A(2,:));%男生體重最小值a4=ma*(A(2,:));%男生體重最大值b3=min(B(2,:));%女生體重最小值b4=ma*(B(2,:));%女生體重最大值ifa1<b1a=a1;elsea=b1;%a是所有人中身高最小值endifa2>b2b=a2;elseb=b2;%b是所有人中身高最大值endifa3<b3c=a3;elsec=b3;%c是所有人中體重最小值endifa4>b4d=a4;elsed二b4;%d為所有人中體重最大值end*=a:0.01:b;y=(y0-**w(1,1))/w(2,1);plot(*,y,'B');holdon;%身高體重相關(guān),判別測(cè)試樣本%手動(dòng)先驗(yàn)概率P1=0.5;P2=0.5;FA=A;MA=B;a=cov(FA')*(length(FA)-1)/length(FA);b=cov(MA')*(length(MA)-1)/length(MA);W1=-1/2*inv(a);W2=-1/2*inv(b);Ave1=(sum(FA')/length(FA))';Ave2=(sum(MA')/length(MA))';w1=inv(a)*Ave1;w2=inv(b)*Ave2;w10=-1/2*Ave1'*inv(a)*Ave1-1/2*log(det(a))+log(P1);w20=-1/2*Ave2'*inv(b)*Ave2-1/2*log(det(b))+log(P2);syms*;symsy;h=[*y]';h1=h'*W1*h+w1'*h+w10;h2=h'*W2*h+w2'*h+w20;h=h1-h2;ezplot(h,[130,200,30,100])%功能：應(yīng)用Fisher準(zhǔn)則判斷一個(gè)身高體重二維數(shù)據(jù)的性別vector=[*;y];yy=(w.')*vector;ifyy>y0value=2;%表示樣本是男生elsevalue=1;%表示樣本是女生end%功能：使用留一法求訓(xùn)練樣本錯(cuò)誤率[A1A2]=te*tread('C:\Users\Administrator\Desktop\模式識(shí)另U\homework\MALE.t*t','%f%f');[B1B2]=te*tread('C:\Users\Administrator\Desktop\模式識(shí)別\homework\FEMALE.t*t','%f%f');AA=[A1A2];BB=[B1B2];A=AA';B=BB';m1=2;m2=2;n1=50;n2=50;tempA=zeros(m1,n1-1);count=0;fori=1:n1forj=1:(i-1)tempA(:,j)=A(:,j);endforj=(i+1):n1tempA(:,j-1)=A(:,j);end[w,y0]=fisher((tempA.'),BB);flag=classify_CH(A(1,i),A(2,i),w,y0);ifflag==1cou