BÀI TẬP LỚN 1

* LEARN
-Input:
+Tập dữ liệu tiền giả
+Tập dữ liệu tiền thật
+Xác suất tiền định của lớp tiền giả
+Xác suất tiền định của lớp tiền thật
-Output: những tham số dùng để truyền vào hàm classify
+Xác suất tiền định của lớp tiền giả
+Trung bình mẫu của lớp tiền giả
+Phương sai mẫu của lớp tiền giả
+Xác suất tiền định của lớp tiền thật
+Trung bình mẫu của lớp tiền thật
+Phương sai mẫu của lớp tiền thật

====> Làm giống như file hướng dẫn của thầy cho 2 phần tiền giả và tiền thật

* CLASSIFY
-Input:
+Mẫu cần test
+Xác suất tiền định của lớp tiền giả
+Trung bình mẫu của lớp tiền giả
+Phương sai mẫu của lớp tiền giả
+Xác suất tiền định của lớp tiền thật
+Trung bình mẫu của lớp tiền thật
+Phương sai mẫu của lớp tiền thật
-Output:
+Một mảng với m hàng và 1 cột ( m: là số tờ tiền trong mẫu test =

length(mẫu_test))

====> Ta dùng vòng for i=1:m, tại mỗi i ta so sánh biệt hàm forge(x) với biệt hàm genuine

(x). Nếu forge>genuine thì W(i,1)=1 Ngược lại W(i,1)=0

*TEST
+ load dữ liệu bank
+ Tính xác suất tiền định (với giả thiết xác suất tiền định của genuine gấp 2 lần

của forge)
+ Thực hiện Cross-validation với tập mẫu forge và genuine ( xem thêm file

hướng dẫn của Thầy)
Lưu ý: Khi thực hiện Classify xong:
- forge: bạn đếm trong mảng trả về ở hàm classify có bao nhiêu phần

tử 1 và bạn sẽ cộng dồn vào vào 1 biến Ncc của forge
- genuine: giống forge (tìm phần tử 0 trong mảng trả về ở hàm

classify)
+ Tính tỉ lệ phân loại đúng = (Ncc(forge) + Ncc(genuine))/(size(forge,1)+size

(genuine,1))

[hết]
Chúc may mắn


PS: tỉ lệ phân loại đúng=0.995000000000000 (k=5).

thanks!

You biết làm báo cáo không?
Chỉ với.
Cám ơn.