📄 testscriptrecognition.m
字号:
% TestScriptRecognition
% 测试 脱机手写体识别 Matlab version
% 参数type:指定识别所采用的方法
% 'bayes' 贝叶斯分类器
% 'nearest' 最近邻估计
% 'knearest' Kn最近邻估计,需要指定 k 的大小
% 参数m:m交叉验证参数
% 指定存放签名文件的文件夹
filepath='TestPicture\SigTest\';
[featureVector,classLabVector]=ReadSigImages(filepath);
% 测试bayes估计
type='bayes';
X=featureVector;
Y=classLabVector;
m=5;
[trainErrorRate,testErrorRate]=CrossValidate(X,Y,m,type,k)
% 下面测试k最近邻估计
type='knearest';
kRange=1:1:10; % 指定k最近邻估计时k的取值范围
kNTestError=zeros(1,length(kRange));
cnt=1;
for k=kRange
disp(['current k=' num2str(k)]);
[curTrainError,curTestError]=CrossValidate(X,Y,m,type,k);
kNTestError(cnt)=mean(curTestError);
cnt=cnt+1;
end
figure(2008);hold on,grid on;
xlabel('k');
ylabel('测试错误率');
plot(kRange,kNTestError,'k-p');
legend('测试错误率');
title('5-交叉验证的knearest平均测试错误率');
⌨️ 快捷键说明
复制代码
Ctrl + C
搜索代码
Ctrl + F
全屏模式
F11
切换主题
Ctrl + Shift + D
显示快捷键
?
增大字号
Ctrl + =
减小字号
Ctrl + -