模式识别线性分类器实验——MSE

【文件属性】：
文件名称：模式识别线性分类器实验——MSE
文件大小：759KB
文件格式：ZIP
更新时间：2023-11-11 15:35:45
模式识别 含实验报告。 采用最小平方误差判别（MSE），对线性可分数据集和非线性可分数据集进行分类。通过实验观察不同参数取值分类结果的差异性。 在线性不可分的情况下，不等式组不可能同时满足。一种直观的想法就是，希望求一个α*使被错分的样本尽可能少。这种方法通过求解线性不等式组来最小化错分样本数目，通常采用搜索算法求解。

【文件预览】：
模式识别实验(MSE) .docx
MSE
----mse2Train.m(212B)
----mse2Test.m(128B)
----mse2Train2.m(318B)
----student()
--------studentData.mat(972B)
--------studentMSE.m(1KB)
--------student.fig(8KB)
----sona()
--------sonaMSE.m(1KB)
--------loadData.m(424B)
--------sonaResult.txt(518B)
--------sona.fig(10KB)
--------sona2.fig(10KB)
--------pre_processing.m(265B)
--------sona.mat(496KB)
--------readLine.m(342B)
----studentLMSE.m(2KB)
----mse.m(2KB)