实验四最小错误率的贝叶斯分类.docVIP

实验四 最小错误率的贝叶斯分类 一，实验目的 本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： 设有19人进行体检，结果如下表。但事后发现4人忘了写性别，试问，这4人是男是女？ 序号 身高 体重 性别 序号 身高 体重 性别 1 170 68 男 11 140 62 男 2 130 66 女 12 150 64 女 3 180 71 男 13 120 66 女 4 190 73 男 14 150 66 男 5 160 70 女 15 130 65 男 6 150 66 男 16 140 70 α？ 7 190 68 男 17 150 60 β？ 8 210 76 男 18 145 65 γ？ 9 100 58 女 19 160 75 δ？ 10 170 75 男 C=2。男—1类，女—2类。 三，实验平台 Windows vc++ 四，实验代码 #include iostream using namespace std; const int M=50; //M为最大的类数 void main() { //已知类别样本15个 （身高，体重，类别）。1-男，2-女 int n=15; int i,j; int pattern[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 int X[4][3]={ {140,70,0}, {150,60,0}, {145,65,0}, {160,75,0}}; int K=4;// 未知类别样本个数 for(i=0;i15;i++) {for(j=0;j3;j++) coutpattern[i][j] ; coutendl; } int C=2;//类别总数C=2 static int num[M];//num[i]存放第i+1类的样本数(i=0,1,,,C-1) for(i=0;in;i++)//统计每类样本数 num[pattern[i][2]-1]++; for(i=0;iC;i++)//输出每类样本数 couti+1类样本数= num[i]endl; //计算每类的先验概率 float P[M]; for (i=0;iC;i++) P[i]=num[i]/(float)n; for(i=0;iC;i++)//输出每类样本数 couti+1类的先验概率= P[i]endl; int num1,num2; static float PW1[M],PW2[M]; //存放后验概率数组 float length,weight; //对未知类别的样本进行分类判断 for (int k=0;kK;k++) //对未知类别样本数据：身高--体重加以处理 {length=X[k][0]; weight=X[k][1]; num1=0; for (i=0;in;i++) if (pattern[i][0]==lengthpattern[i][2]==1) num1++; if (num1==0) PW1[0]=(num1+1)/(float)(num[0]+2); else PW1[0]=num1/(float)num[0]; num2=0; for (i=0;in;i++) if (pattern[i][1]==weightpattern[i][2]==2) num2++; if (num2==0) PW2[0]=(num2+1)/(float)(num[1]+2); else PW2[0]=num2/(float)num[1]; float PWT1=PW1[0]*P[0];//计算属于第一类的后验概率 float PWT2=PW2[0]*P[1];//计算属于第二类的后验概率