朴素贝叶斯原理
贝叶斯决策以概率决策为基础。在假设错分代价相同的情况下,最小化错误率可以等价的看作最大化后验概率,
即是 max P(c|x)=P(c )P(x|c)/P(x).
朴素贝叶斯假设属性之间都是互相独立的,则判别准则可以看作:
Hnb(x)=argmax P(c )*(P(x|c))
P(**x|**c)=P(x1|c)P(x2|c)*P(x1|c)…P(xi|c)
【周志华 .机器学习.清华大学出版社】
代码解释
matlab版本R2017a
对于每个数据集,自动记录类别的个数,十折交叉划分训练集和测试集,然后计算每个测试集、数据的精度acc。
对一些常见的数据集进行预测,数据来源)林智仁
结果展示
数据名称 | 精度 |
---|---|
australian | 0.8261 |
bupa | 0.7429 |
appendicitis | 0.9091 |
bands | 0.6389 |
haberman |