MATLAB身高体重识别性别

其他 2018-10-31 01:11:33 阅读次数: 0

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kn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

本次实验我们组选用的是正态函数窗，即，窗宽为（h是调节的参量，N是样本个数） ，（d表示维度）。因为区域是一维的，所以体积为。Parzen公式为。

故女生的条件概率密度为 

clc;
clear all;
[FH FW]=textread('C:\Users\xuyd\Desktop\homework\FEMALE.txt','%f%f');
[MH MW]=textread('C:\Users\xuyd\Desktop\homework\MALE.txt','%f%f');
FA=[FH FW];
MA=[MH MW];
N1=max(size(FA));
h1=4;
hn1=h1/(sqrt(N1));
VN1=h1/(sqrt(N1));
N2=max(size(MA));
h2=4;
hn2=h2/(sqrt(N2));
VN2=h2/(sqrt(N2));
[tH tW]=textread('C:\Users\xuyd\Desktop\homework\test2.txt','%f%f%*s');
X=[tH tW];
[M N]=size(X);
s=zeros(M,1);
A=[X(:,1) X(:,2) s];
error=0;
errorgirl=0;
errorboy=0;
errorrate=0;
errorgirlrate=0;
errorboyrate=0;
girl=0;
boy=0;
bad=0;
for k=1:M  %测试集
    x=A(k);
    p=0.5;%p为属于女生的先验概率，则1-p为男生的先验概率
      for i=1:N1
          pp(i)=1/sqrt(2*pi)*exp(-0.5*(abs(x-FA(i)))^2/(hn1^2));%pp（i）是窗函数
      end
      p1=sum(1/VN1*pp'); 
      y1=1/N1*p1;%是女生的条件概率密度函数
      for j=1:N2
          qq(j)=1/sqrt(2*pi)*exp(-0.5*(abs(x-MA(j)))^2/(hn2^2));
      end
      q1=sum(1/VN2*qq');
      y2=1/N2*q1;%男生的概率密度函数，即其条件概率
      g=p*y1-(1-p)*y2;%g为判别函数
     if g>0
         if k<=50
    s(k,1)=0;%判为女生
    girl=girl+1;
        else 
            errorboy=errorboy+1;
         end
     elseif g<0
         if k<=50
             errorgirl=errorgirl+1;
         else
        s(k,1)=1;%判为男生
        boy=boy+1;
         end
        else
           s(k,1)=-2;%不能判别是指等于0时的情况
           bad=bad+1;
     end
     end 	
errorgirl
errorboy
bad
girl=errorboy+girl
boy=boy+errorgirl
error=errorgirl+errorboy
errorgirlrate=errorgirl/50
errorboyrate=errorboy/250
errorrate=error/M
 %特征是身高与体重，先验概率为0.5、0.5时用Parzen窗法，贝叶斯分类器。
clc;
clear all;
[FH FW]=textread('C:\Users\xuyd\Desktop\homework\FEMALE.txt','%f%f');
[MH MW]=textread('C:\Users\xuyd\Desktop\homework\MALE.txt','%f%f');
FA=[FH FW];
MA=[MH MW];
N1=max(size(FA));
h1=7;
hn1=h1/(sqrt(N1));
VN1=hn1^2;
N2=max(size(MA));
h2=7;
hn2=h2/(sqrt(N2));
VN2=hn2^2;
[tH tW]=textread('C:\Users\xuyd\Desktop\homework\test2.txt','%f%f%*s');
X=[tH tW];
[M N]=size(X);
s=zeros(M,1);
error=0;
errorgirl=0;
errorboy=0;
errorrate=0;
errorgirlrate=0;
errorboyrate=0;
girl=0;
boy=0;
bad=0;
for k=1:M
   A=[X(k,1) X(k,2)];
    x=A;
    p=0.5;%p为属于女生的先验概率，则1-p为男生的先验概率
    pp=0;  
    for i=1:N1
          fa=[FA(i,1) FA(i,2)];
          n=1/sqrt(2*pi)*exp(-0.5*abs((x-fa)*(x-fa)')/(hn1^2));
          pp=pp+n;
    end
      p1=1/VN1*pp';
      y1=1/N1*p1;%是女生的条件概率密度函数
      qq=0;
      for j=1:N2
          ma=[MA(j,1) MA(j,2)];
          m=1/sqrt(2*pi)*exp(-0.5*abs((x-ma)*(x-ma)')/(hn2^2));
          qq=m+qq;
      end
      q1=sum(1/VN2*qq');
      y2=1/N2*q1;%男生的概率密度函数，即其条件概率
      g=p*y1-(1-p)*y2;%g为判别函数
     if g>0
         if k<=50
    s(k,1)=0;%判为女生
    girl=girl+1;
        else 
            errorboy=errorboy+1;
         end
     elseif g<0
         if k<=50
             errorgirl=errorgirl+1;
         else
        s(k,1)=1;%判为男生
        boy=boy+1;
         end
        else
           s(k,1)=-2;%不能判别是指等于0时的情况
           bad=bad+1;
     end
     end 
errorgirl
errorboy
bad
girl=errorboy+girl
boy=boy+errorgirl
error=errorgirl+errorboy
errorgirlrate=errorgirl/50
errorboyrate=errorboy/250
errorrate=error/M

 
 	
%用fisher线性判别法求阈值
function [w,y0]=fisher(AA,BB)
A=AA';
B=BB';
[k1,l1]=size(A);
[k2,l2]=size(B);
M1=sum(AA);
M1=M1';
M1=M1/l1;%男生均值向量
M2=sum(BB);
M2=M2';
M2=M2/l2;%女生均值向量
S1=zeros(k1,k1);%建立矩阵
S2=zeros(k2,k2);
for i=1:l1
    S1=S1+(A(:,i)-M1)*((A(:,i)-M1).');%男生的类内离散度矩阵
end
for i=1:l2
    S2=S2+(B(:,i)-M2)*((B(:,i)-M2).');%女生的类内离散度矩阵
end
Sw=0.5*S1+0.5*S2;%总类内离散度矩阵,先验概率0.5
w=inv(Sw)*(M1-M2);%两列
wT=w';%wT就是使Fisher准则函数JF（w）取极大值时的解，也就是d维X空间到1维Y空间的最好的投影方向
for i=1:l1
    Y1(i)=wT(1,1)*A(1,i)+wT(1,2)*A(2,i);%求出二维男生样本集映射到一维时的量
end
for i=1:l2
    Y2(i)=wT(1,1)*B(1,i)+wT(1,2)*B(2,i);%求出二维女生样本集映射到一维时的量
end
m1=sum(Y1)/l1;
m2=sum(Y2)/l2;
y0=(l1*m1+l2*m2)/(l1+l2);%
%用fisher线性判别函数来判断
clc
clear all
[filename,pathname,filterindex] = uigetfile('*.txt', '请读入男生训练集');
fileAddrs = [pathname,filename];
[A1 A2]=textread(fileAddrs,'%f%f');
[filename,pathname,filterindex] = uigetfile('*.txt', '请读入女生训练集');
fileAddrs = [pathname,filename];
[B1 B2]=textread(fileAddrs,'%f%f');
AA=[A1 A2];
BB=[B1 B2];
[w,y0]=fisher(AA,BB);
wT=w';
girl=0;
boy=0;
bad=0;
errorgirl=0;
errorboy=0;
error=0;
errorgirlrate=0;
errorboyrate=0; 
errorrate=0;
[filename,pathname,filterindex] = uigetfile('*.txt', '请读入测试集');
fileAddrs = [pathname,filename];
[T1 T2]=textread(fileAddrs,'%f%f%*s');
TT=[T1 T2];T=TT';
[k3 l3]=size(T);
for k=1:50
    y(k)=wT*T(:,k);
    if y(k)>y0
        errorgirl=errorgirl+1;
    else if y(k)<y0
            girl=girl+1;
        else
            bad=bad+1;
        end
    end
end
for k=51:300
    y(k)=wT*T(:,k);
     if y(k)>y0
        boy=boy+1;
    else if y(k)<y0
           errorboy=errorboy+1;
        else
            bad=bad+1;
        end
     end
end
errorgirl
errorboy
bad
girl=errorboy+girl
boy=boy+errorgirl
error=errorgirl+errorboy
errorgirlrate=errorgirl/50
errorboyrate=errorboy/250
errorrate=error/l3
%画图

[filename,pathname,filterindex] = uigetfile('*.txt', '请读入男生训练集');
fileAddrs = [pathname,filename];
[A1 A2]=textread(fileAddrs,'%f%f');
[filename,pathname,filterindex] = uigetfile('*.txt', '请读入女生训练集');
fileAddrs = [pathname,filename];
[B1 B2]=textread(fileAddrs,'%f%f');
AA=[A1 A2];
BB=[B1 B2];
A=AA';
B=BB';
[k1,l1]=size(A);
[k2,l2]=size(B);
[w,y0]=fisher(AA,BB);
for i=1:l1
    x=A(1,i);
    y=A(2,i);%x是身高，y是体重
    plot(x,y,'R.');
    hold on
end
for i=1:l2
    x=B(1,i);
    y=B(2,i);
    plot(x,y,'G.');
    hold on
end
a1=min(A(1,:));%男生身高最小值
a2=max(A(1,:));%男生身高最大值
b1=min(B(1,:));%女生身高最小值
b2=max(B(1,:));%女生身高最大值
a3=min(A(2,:));%男生体重最小值
a4=max(A(2,:));%男生体重最大值
b3=min(B(2,:));%女生体重最小值
b4=max(B(2,:));%女生体重最大值
if a1<b1
    a=a1;
else
    a=b1;%a是所有人中身高最小值
end
if a2>b2
    b=a2;
else
    b=b2;%b是所有人中身高最大值
end
if a3<b3
    c=a3;
else
    c=b3;%c是所有人中体重最小值
end
if a4>b4
    d=a4;
else
    d=b4;%d为所有人中体重最大值
end
x=a:0.01:b;
y=(y0-x*w(1,1))/w(2,1);
plot(x,y,'B');
hold on;
%身高体重相关,判别测试样本
%手动先验概率
P1=0.5;
P2=0.5;
FA=A;
MA=B;
a=cov(FA')*(length(FA)-1)/length(FA);
b=cov(MA')*(length(MA)-1)/length(MA);
W1=-1/2*inv(a);
W2=-1/2*inv(b);
Ave1=(sum(FA')/length(FA))';
Ave2=(sum(MA')/length(MA))';
w1=inv(a)*Ave1;
w2=inv(b)*Ave2;
w10=-1/2*Ave1'*inv(a)*Ave1-1/2*log(det(a))+log(P1);
w20=-1/2*Ave2'*inv(b)*Ave2-1/2*log(det(b))+log(P2);
    syms x ;
    syms y ;
    h=[x y]';
   h1=h'*W1*h+w1'*h+w10;
   h2=h'*W2*h+w2'*h+w20 ;
    h=h1-h2;
    ezplot(h,[130,200,30,100])
%功能：应用Fisher准则判断一个身高体重二维数据的性别
vector=[x;y];
yy=(w.')*vector;
if yy>y0
    value=2;%表示样本是男生
else
    value=1;%表示样本是女生
end
%功能：使用留一法求训练样本错误率
[A1 A2]=textread('C:\Users\Administrator\Desktop\模式识别\homework\MALE.txt','%f%f');
[B1 B2]=textread('C:\Users\Administrator\Desktop\模式识别\homework\FEMALE.txt','%f%f');
AA=[A1 A2];
BB=[B1 B2];
A=AA';
B=BB';
m1=2;
m2=2;
n1=50;
n2=50;
tempA=zeros(m1,n1-1);
count=0;
for i=1:n1
    for j=1:(i-1)
        tempA(:,j)=A(:,j);
    end
    for j=(i+1):n1
        tempA(:,j-1)=A(:,j);
    end
    [w,y0]=fisher((tempA.'),BB);
    flag=classify_CH(A(1,i),A(2,i),w,y0);
    if flag==1
        count=count+1;
    end
end
tempB=zeros(m2,n2-1);
for i=1:n2
    for j=1:(i-1)
        tempB(:,j)=B(:,j);
    end
    for j=(i+1):n2
        tempB(:,j-1)=B(:,j);
    end
    [w,y0]=fisher(AA,(tempB.'));
    flag=classify_CH(B(1,i),B(2,i),w,y0);
    if flag==2
        count=count+1;
    end
end
error_ratio=count/(n1+n2)
%使用留一法求测试样本错误率
[T1 T2]=textread('C:\Users\Administrator\Desktop\模式识别\homework\test2.txt','%f%f%*s');
TT=[T1 T2];
T=TT';
[k3 l3]=size(T);
TG=zeros(2,50);
TB=zeros(2,250);
for i=1:50
    TG(:,i)=T(:,i);
end
for j=51:l3
    TB(:,j-50)=T(:,j);
end
m1=2;
m2=2;
n1=50;
n2=250;
tempA=zeros(m1,n1-1);
count=0;
for i=1:n1
    for j=1:(i-1)
        tempA(:,j)=TG(:,j);
    end
    for j=(i+1):n1
        tempA(:,j-1)=TG(:,j);
    end
    [w,y0]=fisher((tempA.'),TB');
    flag=classify_CH(TG(1,i),TB(2,i),w,y0);
    if flag==1
        count=count+1;
    end
end
tempB=zeros(m2,n2-1);
for i=1:n2
    for j=1:(i-1)
        tempB(:,j)=TB(:,j);
    end
    for j=(i+1):n2
        tempB(:,j-1)=TB(:,j);
    end
    [w,y0]=fisher(TG',(tempB.'));
    flag=classify_CH(TB(1,i),TB(2,i),w,y0);
    if flag==2
        count=count+1;
    end
end
error_ratio=count/(n1+n2)

猜你喜欢

转载自blog.csdn.net/zouroot/article/details/55522757
今日推荐
《美国对全球网络空间安全与发展的威胁和破坏》报告发布
火速冲上 GitHub 热榜 —— 开源编程语言、框架哪有这么可爱？
北京人形机器人创新中心发布全球首个纯电驱拟人奔跑的全尺寸人形机器人“天工”
LFOSSA 源来如此公开课 | 掌握云原生未来：CNCF 认证全面攻略与备考秘籍
周排行
循环神经网络（rnn）讲解
Tigao教程四：单独的关节运动
金蝶K3WISE15.0-注册套打教程
如何在Mac上配置Kubernetes
Android应用结束自身进程的方法
SpringMVC学习 十三 拦截器栈
中国驻洛杉矶总领馆举行新春招待会
HttpClient get post 发送
11 - three.js 笔记 - 绘制三维字体模型
Mysql递归获取某个父节点下面的所有子节点和子节点上的所有父节点
每日归档
更多
2024-05-01(4)
2024-04-30(1)
2024-04-29(40)
2024-04-28(0)
2024-04-27(56)
2024-04-26(39)
2024-04-25(22)
2024-04-24(36)
2024-04-23(26)
2024-04-22(39)

代码天地 © 2018 codetd.com

境外服务器   最新电视剧2022