Pattern-Recognition
- 模式识别课程实验报告与源代码
- 每个文件夹代表一个实验
每个文件夹中包含：
1.实验源码
2.实验报告
实验平台：
Spyder (Python 3.5)
Experiment_1_Perceptron Learning toward Linear Classification
Perceptron Learning toward Linear Classification.py 线性分类器源码
Experiment_2_Synthetical Design of Bayesian Classifier
- Bayesian Classifier.py 一维贝叶斯分类器源码
- Multiple Bayesian Classifier.py 二维贝叶斯分类器源码
Experiment_3_Decision Tree Learning for Classification
- 使用最小信息熵算法实现 Decision_Tree.py 输出（result）仅仅只是一个分类结果，树状图需根据分类结果单独使用软件进行绘制
- 调用sklearn库实现 Decision_Tree.py
使用anaconda运行代码直接可以得到树状图
Experiment_4_Neural Networks and Back Propagation
- IRIS神经网络_激活函数tanh.py 直接运行即可
- MNIST神经网络_激活函数ReLU.py 需自行下载MNIST数据集并放入同一目录下，再运行代码即可
- MNIST自编码器_激活函数ReLU.py 需自行下载MNIST数据集并放入同一目录下，再运行代码即可