認知アルゴリズム特論
課題1 ベイズ決定理論
乱数によってパターン集合を発生させて、ベイズ決定の実験を行う。
- クラス数: 2(各クラスの生起確率は等しいとする)
- パターンの次元数: 1
- パターンの数:各クラス100個以上
- パターンの分布:ガウス分布(各クラスに異なる種々の平均と分散を与えて実験を行なう)
- 理論分布に基づいたベイズ決定により、パターンのクラスを識別し、そ
の誤り率を調べる。
- 各クラスの平均ベクトルを代表ベクトルと考え、ユークリッド距離が近い
方を識別結果としたときの、識別誤り率を調べる。
- 1と2の違いについて、各クラスに様々な分布を与えた実験結果に基づいて、
考察する。
- パターンの次元数が2の場合についても同様の実験・考察を行う。
課題に関する参考事項
- 課題に関して、ガウス乱数を発生するプログラムを見つけられない、ある
いは作るのが面倒という人のために、平均 0、分散 1 で発生した 10000 点分
の乱数データを用意しました。
- 平均 0、分散 1 のガウス乱数において
- データを a 倍すると、分散は a^2 になる。(平均は 0 のまま)
- さらに b を加えると、平均は b となる。(分散は a^2 のまま)
よって、用意した乱数データを用い、任意の平均と分散をもつクラスをつくる
ことができます。多次元の場合も同様に、平均ベクトル=[0, 0, ..., 0]^T,
共分散行列が単位行列の多次元ガウス乱数 x = [x_1, x_2, ..., x_d]^Tにお
いて
- xに正方行列Aを左からかけると、共分散行列はA A^Tになる。
(平均ベクトルは変わらず)
- 更に縦ベクトル b を加えると、平均ベクトルは b となる。
(共分散行列はA A^Tのまま)
とすれば、任意の平均ベクトルと共分散行列をもつクラスをつくることがで
きます。
Last modified: November 12, 1998