# Homework - Pattern Recognization

**Repository Path**: iabf/homework-pattern-recognization

## Basic Information

- **Project Name**: Homework - Pattern Recognization
- **Description**: 模式识别课程 作业

请勿用于此课程
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2021-09-21
- **Last Updated**: 2023-04-20

## Categories & Tags

**Categories**: Uncategorized

**Tags**: homework

## README

# Homework - Pattern Recognization

此项目存放模式识别课程编程作业的代码，题目与报告未上传。

### HW1

实现 LDF 和 QDF 两种分类方法。

LDF 方法为一次判别函数方法，其假设两类数据的协方差矩阵相等。在实现中，为了实现这一假设，在分类时将两类的协方差矩阵取平均值。

QDF 方法为二次判别函数方法，针对的是更一般的情况，即协方差矩阵不是全相等的。



### HW2

绘制作业中的似然函数图像。



### HW3

实现 *batch perception algorithm*, *Ho-Kashyap algorithm* 以及 *MSE 多类扩展方法*。



### HW4

实现两个神经网络，分别是随机单样本更新（single）和批量更新（batch）的训练方式。



### HW5

实现 PCA/LDA 降维后进行 KNN 分类。



### HW6

实现 K-Means 聚类和谱聚类。