I．Fisher 线性判别分析 1. 实验数据： （1). 学生身高-...

I．Fisher 线性判别分析 1. 实验数据： (1). 学生身高-体重的数据； (2)．Iris数据集，维数可以任选其中2维，也可以直接使用4维计算. 将样本集按照7:3分为测试集和训练集； 2. 实验要求： (1). 用Fisher线性判别方法求线性分类线，并将训练样本和求得的决策边界画在图上。 (2). 利用1中所得分类器对测试集Students-test Data进行分类，并计算错误率（选）。 II．感知器准则的线性分类 1. 实验数据：利用生成两类样本向量，每类50个。为了保证线性可分性，对于[1,1]类不考虑的向量，对于[0,0]类不考虑的向量。 2. 实验要求： 利用感知器算法，使用2个不同的初始化向量，步长参数设为1，对这些样本设计线性分类器。收敛后，画出决策线。