TP-analyse-donnees/TP3/exercice_1.m
2023-05-29 16:43:44 +02:00

68 lines
1.9 KiB
Matlab
Executable file

%--------------------------------------------------------------------------
% ENSEEIHT - 1SN - Analyse de données
% TP3 - Classification bayésienne
% exercice_1.m
%--------------------------------------------------------------------------
clear
close all
clc
% Chargement des données
load donnees
%% Calcul des vecteurs de moyenne des images de fleurs
% Couleur moyenne de chaque image de pensée (fonction moyenne à coder)
X_pensees = single(zeros(nb_images_pensees,2));
for i = 1:nb_images_pensees
im = eval(['pe' num2str(i)]);
X_pensees(i,:) = moyenne(im);
end
% Couleur moyenne de chaque image d'oeillet (fonction moyenne à coder)
X_oeillets = single(zeros(nb_images_oeillets,2));
for i = 1:nb_images_oeillets
im = eval(['oe' num2str(i)]);
X_oeillets(i,:) = moyenne(im);
end
% Couleur moyenne de chaque image de chrysanthème (fonction moyenne à coder)
X_chrysanthemes = single(zeros(nb_images_chrysanthemes,2));
for i = 1:nb_images_chrysanthemes
im = eval(['ch' num2str(i)]);
X_chrysanthemes(i,:) = moyenne(im);
end
%% Affichage des couleurs moyennes des images de fleurs
% Vecteur r et v pour les axes
pas = 0.0025;
r = 0.35:pas:0.60;
v = 0.2:pas:0.45;
nb_r = length(r);
nb_v = length(v);
figure('Name','Couleurs moyennes des images',...
'Position',[0.1*L,0.1*H,0.5*L,0.8*H])
hold on
plot(X_pensees(:,1),X_pensees(:,2),'r*','MarkerSize',10,'LineWidth',2)
plot(X_oeillets(:,1),X_oeillets(:,2),'go','MarkerSize',10,'LineWidth',2)
plot(X_chrysanthemes(:,1),X_chrysanthemes(:,2),'b+','MarkerSize',10,'LineWidth',2)
grid on
axis equal ij
axis([r(1) r(end) v(1) v(end)])
hx = xlabel('$\bar{r}$','FontSize',20);
set(hx,'Interpreter','Latex')
hy = ylabel('$\bar{v}$','FontSize',20);
set(hy,'Interpreter','Latex')
legend('Pensées','Oeillets','Chrysanthèmes','Location','Best')
view(-90,90)
title('Couleurs moyennes des images','FontSize',20)
clear ch* hx hy i* oe* pas pe*
save resultats_ex1