37 lines
1.4 KiB
Mathematica
37 lines
1.4 KiB
Mathematica
|
donnees_test;
|
||
|
|
close all;
|
||
|
|
|
||
|
|
% Calcul de l'erreur d'apprentissage (risque empirique) :
|
||
|
|
liste_d = 2:20;
|
||
|
|
liste_erreurs_apprentissage = [];
|
||
|
|
|
||
|
|
for d = liste_d
|
||
|
|
erreur = erreur_apprentissage(D_app, beta_0, beta_d, d);
|
||
|
|
liste_erreurs_apprentissage = [liste_erreurs_apprentissage erreur];
|
||
|
|
end
|
||
|
|
|
||
|
|
% Tracé de l'erreur d'apprentissage en fonction de d :
|
||
|
|
figure('Name', 'Erreur d''apprentissage et erreur de generalisation', 'Position', [0.4 * L, 0.05 * H, 0.6 * L, 0.7 * H]);
|
||
|
|
plot(liste_d, liste_erreurs_apprentissage, 'sb-', 'LineWidth', 2);
|
||
|
|
set(gca, 'FontSize', 20);
|
||
|
|
xlabel('$d$', 'Interpreter', 'Latex', 'FontSize', 30);
|
||
|
|
ylabel('Erreur', 'FontSize', 30);
|
||
|
|
hold on;
|
||
|
|
|
||
|
|
% Calcul de l'erreur de généralisation (risque espéré) :
|
||
|
|
liste_erreurs_generalisation = [];
|
||
|
|
|
||
|
|
for d = liste_d
|
||
|
|
erreur = erreur_generalisation(D_test, D_app, beta_0, beta_d, d);
|
||
|
|
liste_erreurs_generalisation = [liste_erreurs_generalisation erreur];
|
||
|
|
end
|
||
|
|
|
||
|
|
% Tracé de l'erreur de généralisation en fonction de d :
|
||
|
|
plot(liste_d, liste_erreurs_generalisation, 'sg-', 'LineWidth', 2);
|
||
|
|
legend(' Erreur d''apprentissage', ' Erreur de generalisation', 'Location', 'Best');
|
||
|
|
|
||
|
|
% Estimation du degré d et de l'écart-type sigma :
|
||
|
|
[d_estime, sigma_estime] = estimation_d_sigma(liste_d, liste_erreurs_generalisation);
|
||
|
|
fprintf('Estimation du degre : d = %d\n', d_estime);
|
||
|
|
fprintf('Estimation de l''ecart-type du bruit sur les donnees : %.3f\n', sigma_estime);
|