Verosimilitud Y Bayes

Comparación de los algoritmos de clasificación; máxima
verosimilitud con algoritmo bayesiano
Como sabemos un algoritmo de clasificación es un modelo computacional que intenta
predecir la categoríade un objeto, dada una serie de objetos de entrenamiento que en
nuestro caso la muestra es de personas que tienen atributos para el entrenamiento que
son peso, edad y altura.
Para realizar nuestroalgoritmo en una primera instancia tuvimos que recorrer el archivo
en donde teníamos nuestros datos y clasificarlos por Mujeres u hombres, para poder así
obtener la suma de los datos, media,varianza y desviación estándar.
En esta clasificación de genero para realizar nuestro entrenador debemos calcular 3
medias por genero correspondientes a:
vectorPesoFemenino.add();vectorPesoMasculino.add();
vectorAlturaFemenino.add(); vectorAlturaMasculino.add();
vectorEdadFemenino.add(); vectorEdadMasculino.add();
Estas medias como se ve anteriormente son calculadas respecto a su gen ero lascuales las
necesitaremos para construir la Gaussiana. El mismo proceso que usamos para generar la
media lo utilizamos para calcular la Varianza de la cual obtenemos también 3 valores por
generocorrespondientes a:
varianzaFemeninoA varianzaMasculinoA
varianzaFemeninoP varianzaMasculinoP
varianzaFemeninoE varianzaMasculinoE
Estas varianzas calculadas en el algoritmo son utilizadas para laconstrucción de la matriz
de covarianza que necesitamos para construir la formula gaussiana.

La matriz de covarianza es construida con la varianza las cuales van en la diagonal y las
desviacionesestándar las cuales corresponder a los valores restantes.

En el algoritmo se realizó dos matrices las cuales corresponden para el caso de Hombres y
para el caso de Mujeres, las cuales son reemplazadasen la formula final .
matrizM correspondiente a la matriz de covarianza masculina
matrizF correspondiente a la matriz de covarianza Femenina
Luego obtenemos el determinante de las diferentes...