朴素贝叶斯原理（naive bayes）及其matlab代码

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