(i.) Klasifikujte data pomocí lineární diskriminační analýzy a spočtěte průměrnou testovací chybu při použití 5-násobné křížové validace.
(ii.) Zopakujte předchozí bod s kvadratickou diskriminační analýzou, při které použijete tolik počátečních vstupních atributů, kolik data dovolí.
(iii.) Klasifikujte testovací data pomocí nejbližšího souseda z trénovací množiny při použití 2 různých způsobů měření vzdálenosti dat a spočtěte průměrnou testovací chybu při použití 5-násobné křížové validace.
(iv.)
Pomocí funkce „classregtree“ sestrojte
na celém souboru dat klasifikační strom maximální možné velikosti a zjistěte
nejmenší průměrnou testovací chybu na některém z podstromů získaných jeho
prořezáním při použití 5-násobné křížové validace zabudované do metody
„test“ vytvořeného klasifikačního stromu.