实验四最小错误率的贝叶斯分类

《实验四最小错误率的贝叶斯分类》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、实验四最小错误率的贝叶斯分类一，实验目的木实验旨在让同学对模式识别有一个初步的理解，能够根据自己的设计对贝叶斯分类算法有一个深刻地认识。二，实验内容利用贝叶斯后验概率确定分类：p（叫丨^）=rnax｛^>（69/1x）｝^^1

2、3066女1215064女318071男1312066女419073男1415066男516070女1513065男615066男1614070a?719068男17150603?821076男1814565Y?910058女19160755?1017075男02。男一1类，女一2类。三，实验平台Windowsvc++实验代码#include”iostream’’usingnamespacestd;constintM=50;//M为最大的笑数voidmain(){//已知类别样木15个(身高，体重，类别

3、)。1-男，2-女intn=15;inti，j;intpattern[15][3]={{170,68,1},{130,66,2},{180,71,1},{190,73,1},{160,70,2},{150,66,1},{190,68,1},{210,76,1},{100,58,2},{170,75,1},{140,62,1},{150,64,2},{120,66,2},{150,66,1},{130,65,1}};//未知类别样本4个intX[41[31={{140,70,0},{150,60,0},{

4、145,65,0},{160,75,0}};intK=4;//未知类别样木个数for(i=0;i<15;i++){ford=0;j<3;j++)cout<

5、num[i]«endl;//计算每类的先验概率floatP[M];for(i=O;i

6、h=X[k][O];weight=X[kl[l];numl=O;for(i=O;i

7、0)PW2[0]=(num2+1)/(float)(num[l]+2);elsePW2[0]=num2/(float)num[l];floatPWT1=PW1[O]*P[O];//计算属于第一类的后验概率floatPWT2=PW2[0]*P[l];//计算属于第二类的后验概率cout«uK于第一类的后验概率(分子)(分母和等)=n«PWTl«endl;cout«”属于第二类的后验概率(分子)(分母相等)="«PWT2«endl;if(PWTl>PWT2)cout«k«nthpatternbelongst

8、oln«endl;elseif(PWTKPWT2)cout«k«"thpatternbelongsto2"<