说明：贝叶斯分类实验，设计简单的线性分类器，了解模式识别的基本方法。掌握利用贝叶斯公式进行设计分类器的方法。
说明：模式识别基本方法matlab源代码，包括最小二乘法、SVM、神经网络、1_k近邻法、剪辑法、特征选择和特征变换。
说明：模式识别中的线性分类器的设计，包括感知机，最小二乘法和支撑矢量机的算法的matlab代码。
说明：用matlab实现的几种模式识别的方法，有切比雪夫距离法，马氏距离法，欧氏距离法。而且每种方法都给出了多种编程
说明：模式识别中的层次聚类，有具体的matlab代码没用自带函数
说明：模式识别的Matlab源代码的基本方法，包括最小二乘法、支持向量机、神经网络、1_k邻居的方法、编辑方法、特征选择和特征变换。
说明：模式识别中统计模式识别的方法，包括贝叶斯，统计学习，LDA，PCA，SVM的经典方法，是不可多得的算法的toolbox