matlab練習程式（常態分佈貝葉斯分類）

clear all;close all;clc;randn('seed',0);mu1=[0 0];S1=[0.3 0;0 0.35];cls1_data=mvnrnd(mu1,S1,1000);plot(cls1_data(:,1),cls1_data(:,2),'+');hold on;mu2=[4 0];S2=[1.2 0;0 1.85];cls2_data=mvnrnd(mu2,S2,1000);plot(cls2_data(:,1),cls2_data(:,2),'r+');axis([-8 8 -8 8]);for i=-4:0.1:8    for j=-6:0.1:6        d1=([i,j]-mu1)*inv(S1)*([i,j]-mu1)';        d2=([i,j]-mu2)*inv(S2)*([i,j]-mu2)';        d=d1-d2;        if d<0.1            plot(i,j);        end            endendgrid on;figure;mu1=[0 0];S1=[0.1 0;0 0.75];cls1_data=mvnrnd(mu1,S1,1000);plot(cls1_data(:,1),cls1_data(:,2),'+');hold on;mu2=[3.2 0];S2=[0.75 0;0 0.1];cls2_data=mvnrnd(mu2,S2,1000);plot(cls2_data(:,1),cls2_data(:,2),'r+');axis([-8 8 -8 8]);for i=-8:0.1:8    for j=-8:0.1:8        d1=([i,j]-mu1)*inv(S1)*([i,j]-mu1)';        d2=([i,j]-mu2)*inv(S2)*([i,j]-mu2)';        d=d1-d2;        if d<0.1            plot(i,j);        end            endendgrid on;figure;mu1=[0 3];S1=[0.3 0;0 0.35];cls1_data=mvnrnd(mu1,S1,1000);plot(cls1_data(:,1),cls1_data(:,2),'+');hold on;mu2=[4 0];S2=[0.3 0;0 0.35];cls2_data=mvnrnd(mu2,S2,1000);plot(cls2_data(:,1),cls2_data(:,2),'r+');axis([-8 8 -8 8]);for i=-8:0.1:8    for j=-8:0.1:8        d1=([i,j]-mu1)*inv(S1)*([i,j]-mu1)';        d2=([i,j]-mu2)*inv(S2)*([i,j]-mu2)';        d=d1-d2;        if d<0.1            plot(i,j);        end            endendgrid on;figure;mu1=[0 -3];S1=[0.5 1;1 2.5];cls1_data=mvnrnd(mu1,S1,1000);plot(cls1_data(:,1),cls1_data(:,2),'+');hold on;mu2=[4 0];S2=[0.5 1;1 2.5];cls2_data=mvnrnd(mu2,S2,1000);plot(cls2_data(:,1),cls2_data(:,2),'r+');axis([-8 8 -8 8]);for i=-8:0.1:8    for j=-8:0.1:8        d1=([i,j]-mu1)*inv(S1)*([i,j]-mu1)';        d2=([i,j]-mu2)*inv(S2)*([i,j]-mu2)';        d=d1-d2;        if d<0.1            plot(i,j);        end            endendgrid on;

圖片福利：

參考：

1.Sergios Theodoridis and Konstantinos Koutroumbas."Pattern Recognition"(Fourth Edition).2009.13-23.