一、 参数说明
-这个上面是最新的代码，需要使用命令行g++6.3.0以上的编译器编译，若使用linux，需要将Makefile文件中的rm改为del，将main改为main.exe
1、在开始贝叶斯判定前，先要设置上面几个参数。
第一个是样本数据所在文件名。
第二个是设置有多少个类别
第三个是每个类别有多少个样本数据
第三个是每个样本数据的维度
设置完这些，还有一项没设置就是先验概率。
先验概率在“sample.txt”文件中进行设置，具体sample.txt文件格式要求如下：
2、样例文件格式说明
文件开头是各个类的先验概率，有多少个类就应该有多少个先验概率，就是说各个类的先验概率相同也都要写进去，而不能省略。
然后后续是各个类的样本数据，数据需要按类别的顺序依次排放。具体如下：
二、实验结果
- 这是在win10 vs2017 c++环境下的实验结果
上面显示的是一个向量到某一个类别的马氏距离。下面显示各个向量应该是哪个类。
三、设计说明
1、文件关系
2、各个文件详细设计及测试
①一些说明
- 文件详细设计在各个.h文件中有详细注释，目的导向作业，所以matrix只实现了作业中会用到的算法。
- matrix.h中求行列式的算法det（）没有使用了递归, 为了避免在类之外使用其递归部分，将其放在了private中。
- inverse()求逆矩阵，没有使用高斯方法，直接使用了伴随矩阵，效率较低，但是实现简单。
②各个函数的测试
a)、matrix.h的测试
测试文件matrixTest.cpp
1) 构造函数及print函数测试：
代码：
float array[] = { 1.02, 2.03, 3.04, 4.05, 5.06, 6.07, 7.08, 8.09, 9.10, 5.06, 6.07, 8.09, 3.04, 6.07, 9.10, 8.09 };
Matrix matrix(4, 4, array);
matrix.printMatrix();
结果：
2）等号重载及行列式函数测试
代码：
float array[] = { 1.02, 2.03, 3.04, 4.05, 5.06, 6.07, 7.08, 8.09, 9.10, 5.06, 6.07, 8.09, 3.04, 6.07, 9.10, 8.09 };
Matrix matrix(4, 4, array);
Matrix matrix1;
matrix1 = matrix;
cout << matrix1.det() << endl;
结果：
结果正确性验证（使用了matlab)
3）乘号重载验证
代码：
float array[] = { 1.02, 2.03, 3.04, 4.05, 5.06, 6.07, 7.08, 8.09, 9.10, 5.06, 6.07, 8.09, 3.04, 6.07, 9.10, 8.09 };
Matrix matrix(4, 4, array);
Matrix matrix1;
matrix1 = matrix;
Matrix matrix2(2, 6);
matrix2 = (matrix * matrix1);
matrix2.printMatrix();
结果：
验证结果：
4）逆矩阵测试
代码：
float array[] = { 1.02, 2.03, 3.04, 4.05, 5.06, 6.07, 7.08, 8.09, 9.10, 5.06, 6.07, 8.09, 3.04, 6.07, 9.10, 8.09 };
Matrix matrix(4, 4, array);
(matrix.inverse()).printMatrix();
结果：
验证结果：
5）将矩阵作为向量使用时正确性验证及矩阵转置测试
代码：
float vect[2] = { 2,2.34 };
Matrix matrix5(2, 1, vect);
(matrix5*(matrix5.trans())).printMatrix();
结果：
结果验证：
6）矩阵加法、数乘及setElemet函数验证
代码：
Matrix matrix2(2, 6);
matrix2.setElement(1, 2, 6);
matrix2.setElement(2, 3, 6);
matrix2.setElement(1, 1, 6);
matrix2.setElement(2, 6, 6);
matrix2.printMatrix();
(matrix2 + matrix2).printMatrix();
(3.99 * matrix2).printMatrix();
结果：
b)storage.h测试
Storage storage;
storage.setfile("sample.txt");
storage.setVectorLen(3);
//先读开头的先验概率
storage.readPostPro();
storage.readPostPro();
storage.readPostPro();
//读30次到文件末尾
for(int counter = 0; counter < 30; counter++)
(storage.readData()).printMatrix();
//返回开头
storage.reset();
//这里应该是先验概率
(storage.readData()).printMatrix();
结果：最后都到了最后一个向量然后返回头部，又都到了先验概率，说明所有函数正确
c) bayes.h测试
这里主要用到了均值向量求解函数和协方差阵求解函数，只要需验证这两个正确，而马氏距离的计算用到了上述两个结果，所以只要马氏距离正确，则函数正确： 特殊说明：由于在写下面这部分的时候我的样本文件是有问题的，所以mahal距离可能和大家的不同，但是我在matlab输入的样本文件和我程序中用的样本文件是一样的（都是有错误的），所以最终还是能够验证我的算法是正确的
1）马氏距离函数验证
代码：
Bayes bayes;
bayes.setSampleFile("sample.txt");
bayes.setClassSize(3);
bayes.setSampleSize(10);
bayes.setVectorLen(3);
cout << "\nMahalanobis :\n";
cout << "[1,2,1] to w1 " << bayes.mahal("[1,2,1]", 1) << " " << endl;
结果：
结果验证：
3、正确性说明
总上，从底层到顶层各个函数都和matlab中相关函数运算结果一致，所以最终结果可信度较高。
四、遇到的困难
- 本来早早写完了，然后写完发现判定结果和大家的判定结果不一致，但是就像上面这样，每一步都是通过matlab验证了的，难道我对概念理解有误，查了很多资料。发现实现方法上确实有些不同，但是本质是没有变的。然后就照搬别人思路，实现代码，这样一改，不仅没有改好，反而越改越乱了。然后我确信程序没有问题以后，就放弃了修改，就这样吧。但是不甘心啊，每一步都对，最后一步出错，真的难受，第二天中午，一觉醒来看了下QQ群，大家再说自己样本文件出了差错，导致出错，我也看看是不是我也是这样，看了一遍，没看出啥东西来。但是我还是有点不太确定它有没有错误，毕竟其他都可以验证是正确的，唯独它没有验证。所以我重新从课本上抄了一遍文件。我天。。正确了，真是太激动了哈哈哈哈哈。这个故事告诉我们，在可控因素确信无疑时，一定要仔细的研究不可控因素。说不定猫腻就在那里呢。
- 我另写了两篇博客说明了遇到的其他困难和解决办法：