这是模式识别选修的上机,我用到了tensorflow,matlab。数据集也在里面,为了方便有些数据直接用的库函数调用(没用老师指定的数据,验收时助教也没说),uu们如果缺库函数可能需要配一下(甚至因为我这个是步进运行,之前的运行结果应该还保留着φ(* ̄0 ̄))。
上机内容如下:
第一次
验证算法:
1)K近邻方法分类;
2)最近邻方法分类;
3)分析k值不同情况或不同方式、比例训练样本情况,画出错误率/正确率曲线;
数据:
1)uSPS手写体
2)ucI数据库中sonar数据源
3)UCI数据库中Iris数据
第二次
比较kmeans算法和FCM算法数据集:
1)sonar和lris数据上验证
2)CIFAR图像数据上验证算法
第三次
验证方法:SVM
数据集:Extended YaleB人脸数据库(选做CIFAR-10数据集)
核函数:高斯核和多项式核
核参数可以手动调节或交叉验证确定
第四次
要求:验证bagging和adaboost算法
在CIFAR-10数据集和ex.ended Yale B数据集上组合分类器自己设定
1