模式识别实验：近邻法分类器设计
有两个类别的样本 x 和 y，两类样本的分布规律服从正态分布，其均值和方差
分别为（2，2），（-2，4），每个类别里面分别有 100 个样本。可以利用下面阐述的
Matlab 程序产生上述数据。每一类的数据都是二维数据形式，若设数据格式为第一
行为横坐标，相应的下一行对应的是纵坐标请使用 k-近邻法判断下列 sample 中样本的分类情况
（-0.7303，2.1624），（1.4445，-0.1649），（-1.2587，0.9187），（1.2617，-0.2086），（0.7302，
1.6587）
1、要求用 Matlab 编程，来确定分类的情况，并以图形的方式表示出来。附 Matlab
程序以及对应程序说明。
2、分析k值的不同对分类的情况是否有影响，并把结果用图形的方式表示出来。
3、 请根据剪辑方法近邻的原理，对样本的空间进行剪辑，再确定上述样本点的
分类情况。并对两种分类结果进行分析（选作）。
文件下载
资源详情
[{"title":"（ 7 个子文件 7KB ） 模式识别实验：近邻法分类器设计","children":[{"title":"experiment5","children":[{"title":"x.mat <span style='color:#111;'> 1.73KB </span>","children":null,"spread":false},{"title":"KNN.m <span style='color:#111;'> 744B </span>","children":null,"spread":false},{"title":"data_acquisition.m <span style='color:#111;'> 187B </span>","children":null,"spread":false},{"title":"y.mat <span style='color:#111;'> 1.73KB </span>","children":null,"spread":false},{"title":"k_edit_near.m <span style='color:#111;'> 4.52KB </span>","children":null,"spread":false},{"title":"result.mat <span style='color:#111;'> 275B </span>","children":null,"spread":false},{"title":"l2_distance.m <span style='color:#111;'> 482B </span>","children":null,"spread":false}],"spread":true}],"spread":true}]
评论信息
其他资源
- Y2SSM易买网项目
- 三国志 java 源码.rar
- Fundamentals of Inertial Navigation
- 任意16位 序列发生器 multisim 14仿真
- QTableWidget QTableView 自定义复杂表头(多行表头，表头合并) 、冻结、固定特定的行
- MPPtrackIref.m
- labview 自定义控件
- Statistical Rethinking
- 补充完整代码 基于max7219的共阳点阵
- flash-player-ppapi-28.0.0.137-release.x86_64.rpm
- Ajax实现java web 中下拉列表二级联动
- 保持邻域嵌入算法也就是NPE算法的MATLAB代码
- Python-Pytorch实现的CRAFT文本检测器
- 和利时软件组态
- 纵观jBPM：从jBPM3到jBPM5以及Activiti5
- 掌讯3518C-1280x480_ui1_3518C_65-ota-20200910_HIFI.zip
- RF工程创建及脚本编写指导.pdf
- rpm方式不联网安装gcc、gcc-c++
- 华为pcb设计规范
- kuaisu稀疏贝叶斯
- 数字识别之神经网络法
- 在线招聘网（struts2+hibernate+mySQL）
- c++11互斥库mutex的使用
- flash作品，葫芦娃
- Foundations of Statistical Natural Language Processing.pdf
- 车间调度算法
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明