[SOLVED] 代写 2019-2020秋季学期-人工智能基础（通识类）-课后作业说明

2019-2020秋季学期-人工智能基础（通识类）-课后作业说明

题目：基于几何形态的鸢尾花分类

说明：
1935年，美国植物学家Edgar Anderson在加拿大Gaspe Peninsula岛上采集了三种不同的鸢尾属花卉（具体种类分别为setosa，versicolor和virginica）的几何形态数据。其原始目的是为了调查不同地理区域的植物异变现象。次年，英国统计学家Ronald Fisher在他的经典论文《The use of multiple measurements in taxonomic problems》中引入了Anderson采集的数据，将其整理为著名的Fisher’s Iris数据集（简称Iris）用于分类学研究。Iris数据集一般被认为是模式识别领域早期最具代表性和影响力的数据集之一，它包含了从150株鸢尾属花卉上测量到的四种不同特征，包括花萼宽度、花萼长度、花瓣宽度、花瓣长度，并由Anderson给出了对应花卉种类。
附件（文件：iris-dataset.xlsx）给出了Iris数据集，其中90个样本作为训练样本，60个样本作为测试样本。利用iris数据库进行以下计算：
•请选择1种特征，利用训练数据集，使用最大似然估计方法为三种鸢尾花建立概率密度函数模型，并给出模型参数估计值。
•根据题1中给出的概率模型估计结果，采用贝叶斯分类器对测试样本进行分类，统计一下分错了几个？
•如果允许选择2种特征作为分类依据，重复上述过程，观察错误分类的样本数量是否减少？
•你还能想出其他分类方法吗？请给出新方法描述和分类结果，判断是否比贝叶斯分类器的结果更好？