朴素贝叶斯分类器:MATLAB工具箱实现
2015-01-20 16:52
225 查看
MATLAB工具箱的statistic toolbox中有naivebayes的类,可以直接使用。
使用默认的高斯分布和混淆矩阵:
其中,NClass是因变量的频数,ClassLevels则是因变量类别,prior为类别的频率。
NDims是特征数量,
Dist是分布名称,为normal。
Params是各特征对各因变量的参数估计。
获得预测数据。
二、指定分布函数
此处则指定四个特征分别符合高斯、核密度平滑估计、高斯、核密度平滑估计分布。
更多详情,见MATLAB帮助文档:Naive Bayes classifier
使用默认的高斯分布和混淆矩阵:
>> load fisheriris >> O1 = fitNaiveBayes(meas,species);生成
其中,NClass是因变量的频数,ClassLevels则是因变量类别,prior为类别的频率。
NDims是特征数量,
Dist是分布名称,为normal。
Params是各特征对各因变量的参数估计。
<span style="font-family:Times New Roman;font-size:14px;">>> C1 = O1.predict(meas); >> cMat1 = confusionmat(species,C1) cMat1 = 50 0 0 0 47 3 0 3 47</span>
获得预测数据。
二、指定分布函数
>> O2 = NaiveBayes.fit(meas,species,'dist',{'normal','kernel','normal','kernel'}); >> C2 = O2.predict(meas); >> cMat = confusionmat(species, C2) cMat = 50 0 0 0 47 3 0 3 47
此处则指定四个特征分别符合高斯、核密度平滑估计、高斯、核密度平滑估计分布。
更多详情,见MATLAB帮助文档:Naive Bayes classifier
相关文章推荐
- 模式识别(七):MATLAB 实现朴素贝叶斯分类器
- Matlab 的 Fuzzy 工具箱实现模糊控制(rulelist的确定)
- matlab使用FULLBNT工具箱实现贝叶斯网络
- 深度学习FPGA实现基础知识9(Deep Learning(深度学习)Matlab工具箱下载、安装、测试)
- Naive Bayes 朴素贝叶斯(文本)分类器Java实现
- 逻辑回归和朴素贝叶斯算法实现二值分类(matlab代码)
- 用matlab实现感知机学习算法,训练分类器并解决井字游戏
- OpenCV实现朴素贝叶斯分类器诊断病情
- 用matlab实现感知机学习算法,训练分类器并解决井字游戏
- 初学决策树之用Matlab工具箱函数实现性别识别
- 朴素贝叶斯分类器的python实现
- 基于Matlab的BP神经网络--源代码与工具箱实现
- 模式识别中Fisher分类器的Matlab实现及测试
- 深度学习FPGA实现基础知识7(深度学习Matlab工具箱代码详解)
- 用scikit-learn实现朴素贝叶斯分类器 转
- 朴素贝叶斯实现垃圾邮件分类------matlab实现
- 基于朴素贝叶斯分类器的文本分类算法的实现过程分析
- 使用MATLAB机器视觉工具箱实现人脸的检测和跟踪
- 朴素贝叶斯--matlab自带工具箱的使用
- OpenCV实现朴素贝叶斯分类器诊断病情