MATLAB 朴素贝叶斯 工具包

注意事项：

1、O1 = fitNaiveBayes(meas,species); 是搭建一个朴素贝叶斯框架

其中 meas: 样本数据 （样本数 * 维数）

species：标签 （样本数 * 1）

2、C1 = O1.predict(meas); 得到预测标签

3、cMat1 = confusionmat(species,C1) 构建混淆矩阵

4、混淆矩阵：

下面是一个例子
1，首先输入两个矩阵g1=[1 1 1 2 2 2 3 3 3 3]， g2=[1 1 2 2 2 2 3 1 3 3] g1为已知值，g2为预测值；
2，然后利用[C,order]=confusionmat(g1,g2) 命令就可以计算出来了。

C =
     2     1     0
     0     3     0
     1     0     3

order =
     1
     2
     3
order表示每个变量所在的类，C(i,j)表示在g1中的i类数在g2中被分在j类的个数，比如C(1,1)=2是因为g1中的开始的三个1，有两个在g2中被分在了第一类。C(1,2)=1是表示g1中的开始的三个1，有1个在g2中被分在了第二类，就是第三个1，在g2中分在了第二类。