【Matlab】基于朴素贝叶斯NB实现多分类预测（Excel可直接替换数据）

1.算法简介

1.1 算法原理

1. 朴素贝叶斯分类算法是贝叶斯分类模型中一种最简单、最有效的而且在实际使用中很成功的分类算法，其性能可以与神经网络、决策树相媲美，甚至在某些场合优于其他分类模型。在对大型数据库的分类方面，朴素贝叶斯分类算法具有分类准确率较高并且运算速度快的特点。
2. 朴素贝叶斯分类算法是一种十分简单的分类算法，算法的基本思想是：对于给出的待分类项，求解在此项出现的条件下各个类别出现的概率，哪个最大就认为此待分类项属于哪个类别。

2.测试数据集

1. ris 鸢尾花数据集内包含 3 种类别，分别为山鸢尾（Iris-setosa）、变色鸢尾（Iris-versicolor）和维吉尼亚鸢尾（Iris-virginica）。
2. 数据集共 150 条记录，每类各 50 个数据，每条记录有花萼长度、花萼宽度、花瓣长度、花瓣宽度4项特征，通过这4个特征预测鸢尾花卉属于哪一品种。

3.替换数据

1. 将上述测试数据导出为Excel数据，方便读者进行替换。
2. 最后一列为分类标签，前若干列为特征值。

4.函数说明

4.1 文件结构

Main