Merhaba,
3 sınıflı verim var. Her sınıfı 13'er Gauss'un karışımı olarak modelleyip sınıflandırıcı yapmak istiyorum.
gmdistribution sınıfı kullanılarak, obj = gmdistribution.fit(X,k) ile kestirim yapılıyor.
Sınıfın pdf diye bir metodu var, açıklaması da şöyle:
y = pdf(obj,X) returns a vector y of length n containing the values of the probability density function (pdf) for the gmdistribution object obj, evaluated at the n-by-d data matrix X, where n is the number of observations and d is the dimension of the data. obj is an object created by gmdistribution or fit. y(I) is the pdf of observation I.
1) Pdf'i bir data matrisinde "evaluate" etmek ne demek?
2) Statistics toolbox, PRTools veya başka bir şeyde bunu yapmam gerekiyor. Kovaryans matrisleri, ortalama vektörleri, hesaplanan olasılıklara filan da erişebilsem iyi olur, Bayes yerine başka sınıflandırıcılar da denemem gerekebilir. PRTools'ta da bazı sorunlar yaşıyorum. Öneriniz var mı?
3 sınıflı verim var. Her sınıfı 13'er Gauss'un karışımı olarak modelleyip sınıflandırıcı yapmak istiyorum.
gmdistribution sınıfı kullanılarak, obj = gmdistribution.fit(X,k) ile kestirim yapılıyor.
Sınıfın pdf diye bir metodu var, açıklaması da şöyle:
y = pdf(obj,X) returns a vector y of length n containing the values of the probability density function (pdf) for the gmdistribution object obj, evaluated at the n-by-d data matrix X, where n is the number of observations and d is the dimension of the data. obj is an object created by gmdistribution or fit. y(I) is the pdf of observation I.
1) Pdf'i bir data matrisinde "evaluate" etmek ne demek?
2) Statistics toolbox, PRTools veya başka bir şeyde bunu yapmam gerekiyor. Kovaryans matrisleri, ortalama vektörleri, hesaplanan olasılıklara filan da erişebilsem iyi olur, Bayes yerine başka sınıflandırıcılar da denemem gerekebilir. PRTools'ta da bazı sorunlar yaşıyorum. Öneriniz var mı?
Matlab olsa sadece cevap gelirdi, ben dahil yardım edenler çıkıyor ama böyle spesifik bir konuda yardım bulabilirsen burada, bana 1-49 ve 1-54 arasında 2x6'lık matrisler halinde tahminlerini gönder.
kimlanbu
1