Artificial Intelligence - هوش مصنوعی  
انجمن را در گوگل محبوب کنيد :

بازگشت   Artificial Intelligence - هوش مصنوعی > یادگیری (Learning) > خوشه بندی(Clustering)


 
تبليغات سايت
Iranian Association for the Advancement of Artificial Intelligence
 
 
LinkBack ابزارهاي تاپيک نحوه نمايش
قديمي ۰۸-۲۷-۱۳۹۳, ۱۲:۳۶ قبل از ظهر   #1 (لینک دائم)
عضو جدید
 
آواتار fatemeh hosseiny
 
تاريخ عضويت: آبان ۱۳۹۳
پست ها: 4
تشكرها: 0
0 تشكر در 0 پست
پيش فرض حل مساله knn در متلب

لطفا کمک کنید برای حل این مساله در متلب
1- توزيع احتمالهاي زير را براي يك مساله دو كلاسه در نظر بگيريد.
M1=[2 0], M2=[-1 0], Σ1=[1 0.5;0.5 1], Σ2=[1 0.5;0.5 1.5]
براي كلاس اول به صورت تصادفي 20 نمونه آموزشي و براي كلاس دوم 100 نمونه آموزشي توليد نماييد.
با كمك توزيعهاي فوق 20 نمونه آزمايشي براي هر كلاس توليد كنيد. با استفاده از روش k نزديك ترين همسايه (k-nearest neighbor) نمونه های آزمايشي را دسته بندي كنيد ((k=n0.5. دقت دسته بندي را محاسبه نماييد. متوسط زمان لازم براي دسته بندي هر نمونه را محاسبه كنيد.
2- با استفاده از روش k-d tree سعي كنيد سرعت دسته بندی به كمك روش k نزديكترين همسايه به يك چهارم كاهش يابند. فرآيند تقسيم فضا براي رسيدن به هدف مذكور را توضيح دهيد. ميزان دقت دسته بندي براي حالت فوق را نيز توضيح دهيد.
3- يك روش براي كاهش تعداد نمونه هاي آموزشي كلاس دوم پيشنهاد نماييد و پياده سازي كنيد. نتايج حاصل از دسته بندي كننده k نزديك ترين همسايه را نتايج حاصل از بخش قبل از لحاظ سرعت و دقت دسته بندي مقايسه و مشاهدات خود را مشتند نماييد.
fatemeh hosseiny آفلاين است   پاسخ با نقل قول

  #ADS
نشان دهنده تبلیغات
تبليغگر
 
 
 
تاريخ عضويت: -
محل سكونت: -
سن: 2010
پست ها: -
 

نشان دهنده تبلیغات is online  
 



كاربران در حال ديدن تاپيک: 1 (0 عضو و 1 مهمان)
 
ابزارهاي تاپيک
نحوه نمايش

قوانين ارسال
You may not post new threads
You may not post replies
You may not post attachments
You may not edit your posts

BB code is فعال
شکلکها فعال است
كد [IMG] فعال است
كدهاي HTML غير فعال است
Trackbacks are فعال
Pingbacks are فعال
Refbacks are فعال




زمان محلي شما با تنظيم GMT +3.5 هم اکنون ۱۰:۴۶ قبل از ظهر ميباشد.


Powered by vBulletin® Version 3.8.3
Copyright ©2000 - 2024, Jelsoft Enterprises Ltd.
Search Engine Friendly URLs by vBSEO 3.1.0 ©2007, Crawlability, Inc.

Teach and Learn at Hexib | Sponsored by www.Syavash.com and Product In Review

استفاده از مطالب انجمن در سایر سایت ها، تنها با ذکر انجمن هوش مصنوعي به عنوان منبع و لینک مستقیم به خود مطلب مجاز است

Inactive Reminders By Icora Web Design