统计学习课程练习(matlab)

1.熟悉Matlab内置线性规划函数的使用2.对Iris数据集中的数据求取协方差和相关性系数矩阵。并对该数据集做KL变换。3.随机产生100组数据，每组数据有25个点，数据点为函数sin(2*pi*x)加上高斯噪声，使用Ridge回归对不同的lambda值进行7阶多项式拟合。4.实现感知机的原始形式算法和对偶形式，证明数据可分性5.实现一个朴素贝叶斯分类器，并使用课堂中的数据测试，最后加入拉普拉斯平滑，查看输出有什么变化。6.使用3中产生的数据，使用CART方法生成一个回归树。7.使用3中的数据集使用BP算法，观察不同的隐层数和不同的节点数对结果的影响探讨不同的隐层数和不同的节点数对神经网络性能的影响，及其是否会产生过拟合。8.使用高斯核函数