模式识别教学资料-4线性回归作业.docxVIP

下载本文档

24
0
约小于1千字
约 3页
2017-11-17 发布于浙江
举报
版权申诉

模式识别教学资料-4线性回归作业.docx

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

Lecture5作业1，已知类包含的二维特征向量是：，，,，组成，类包含的二维特征向量是：，，，，组成，使用线性回归算法（Linear Regression Algorithm），设计这两类的分类函数（也称为设计一个误差平方和最优线性分类器），并讨论结果。编程作业1，编写一个名为SSErr的函数，用它来实现最小方差准则（误差平方和）分类器（Linear Regression Algorithm）。函数的输入有：（a）一个N*d维的矩阵X，它的第i行是第i个数据向量；（b）一个N维列向量y，y的第i个元素包含了类（-1，1），并且该类与相应的向量相互对应；函数的输出为：向量w，返回估计参数向量。2，编写一个名为LMSalg的函数，用它来实现Widrow-Hoff算法（LMS算法）。函数的输入/输出有：（a）一个N*d维的矩阵X，它的第i行是第i个数据向量；（b）一个N维列向量y，y的第i个元素包含了类（-1，1），并且该类与相应的向量相互对应；（c）用向量w_ini初始化参数向量；并且返回估计参数向量。3，（a）产生两个都具有200个二维向量的数据集和，向量的前半部分来自的正态分布，并且。向量的后半部分来自的正态分布，并且。其中是一个2*2的单位矩阵。（b）在上述数据集上运用误差平方和分类器和Widrow-Hoff算法，并且使用不同的初始向量初始化参数向量。（c）测试每一种算法在和上的性能。（d）画出数据集和，以及分类面。4，重复第3题的内容，但是实验中要使用数据集和，向量的前半部分来自的正态分布，并且。向量的后半部分来自的正态分布，并且。其中是一个2*2的单位矩阵。5，重复第3题的内容，但是实验中要使用数据集和，向量的前半部分来自的正态分布，并且。向量的后半部分来自的正态分布，并且。其中是一个2*2的单位矩阵。6，讨论3-5题的实验结果。