【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
- 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。
- 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
- 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)。
- 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
- 将上述测试数据导出为Excel数据,方便读者进行替换。
- 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