这是概率图形模型课程的最终项目，涉及使用Matlab编写的吉布斯采样代码，应用于光学字符和数字识别

吉布斯采样matlab代码光学字符和数字识别 这是概率图形模型课程的最终项目。 字符识别 以下是用于字符识别的文件- letter.data（包含用于字符识别的OCR数据） data_reader.py（包含用于解析数据的代码） naive_bayes.py（包含朴素贝叶斯实现） viterbi.py（包含Viterbi算法实现） main.py（运行字符识别算法并获取结果） 要运行字符识别算法并获得结果，请执行以下操作- python main.py 数字识别 以下是包含基线逻辑回归的文件- 源代码文件- cal_te_acc.m log_grad.m logistic_classify.m log_obj.m log_reg.m 数据文件- usps_digital.mat tr_X.txt tr_y.txt te_X.txt te_y.txt 要为USPS数字数据运行逻辑回归算法，请在matlab中运行以下文件- logistic_classify.m 以下是包含用于倾斜Ising模型结构的前向后贪婪算法的文件- 源代码文件- digits_recognition_2.py（包含