用身高和体重数据进行性别分类的实验报告(二)
一、
基本要求
1
、试验非参数估计，体会与参数估计在适用情况、估计结果方面的异同。
2
、试验直接设计线性分类器的方法，与基于概率密度估计的贝叶斯分类器进行
比较。
3
、体会留一法估计错误率的方法和结果。
二、具体做法
1
、在第一次实验中，挑选一次用身高作为特征，并且先验概率分别为男生
0.5
，
女生
0.5
的情况。改用
Parzen
窗法或者
k
n
近邻法估计概率密度函数，得出贝叶
斯分类器，
对测试样本进行测试，
比较与参数估计基础上得到的分类器和分类性
能的差别。
2
、
同时采用身高和体重数据作为特征，
用
Fisher
线性判别方法求分类器，
将该
分类器应用到训练和测试样本，
考察训练和测试错误情况。
将训练样本和求得的
决策边界画到图上，
同时把以往用
Bayes
方法求得的分类器也画到图上，
比较结
果的异同。
3
、选择上述或以前实验的任意一种方法，用留一法在训练集上估计错误率，与
在测试集上得到的错误率进行比较。
三、原理简述及程序框图
1
、挑选身高
(
身高与体重
)
为特征，选择先验概率为男生
0.5
女生
0.5
的一组用
Parzen
窗法来求概率密度函数，再用贝叶斯分类器进行分类。
以身高为例
