朴素贝叶斯分类器——matlab实现

关于数据层面的问题，表示bug就留给有缘人……

根据西瓜数据集判断某个西瓜是不是好瓜：

本次实验是针对以上17行数据为训练数据，以及题目要求的1行数据为训练数据。实验源自于周志华的西瓜书，对于西瓜数据集3.0训练一个朴素贝叶斯分类器可参考：朴素贝叶斯分类MATLAB实现

我的实验首先将data.txt文件内的数据导入matlab中的元胞数组中：

前17行为训练数据集最后一行为测试数据集：

加载数据代码如下：

%% 加载数据
D = importdata('data.txt');
n = 17; % 数据量
m = 10; % 属性
train = cell(n,m);
test = cell(1,m);
S = regexp(D,',','split');
for i=1:17
    train(i,:) = S{i,1};
end
test(1,:) = S{n+1,1};
disp('加载训练数据：');
disp(train);
disp('加载测试数据：');
disp(test);

对于离散属性（如：色泽、根蒂、敲声、纹理、脐部、触感）而言，求它的条件概率；对于连续属性（如：密度、含糖率），可以考虑概率密度函数。
分别将测试集中每个属性在好瓜以及坏瓜中占有的比例进行计算并存储在元胞数组中。

实验代码如下：

%% 
data = cell(3, m);
data(1,:) = test(1,:);
data{2,1} = '是';
data{3,1} = '否';
for i=2:3
    for j=2:m
        data{i,j} = 0;
    end
end
%disp(an);
for i=2:7
    for j=1:8
        if train{j,i}==data{1,i}
            data{2,i}=data{2,i}+1;
        end
    end
    data{2,i}=data{2,i}./8;
    for j=9:17
        if train{j,i}==data{1,i}
            data{3,i}=data{3,i}+1;
        end
    end
    data{3,i}=data{3,i}./9;
end
data{2,10} = 8/17;
data{3,10} = 9/17;
% 计算密度和含糖率的概率密度
density1 = str2num(char(train(1:8,8)));
den_m1 = mean(density1);
den_s1 = std(density1);
data{2,8} = exp(-1*(str2num(char(test(1,8)))-den_m1)*(str2num(char(test(1,8)))-den_m1)/(2*den_s1*den_s1))/(sqrt(2*pi)*den_s1);
density2 = str2num(char(train(9:17,8)));
den_m2 = mean(density2);
den_s2 = std(density2);
data{3,8} = exp(-1*(str2num(char(test(1,8)))-den_m2)*(str2num(char(test(1,8)))-den_m2)/(2*den_s2*den_s2))/(sqrt(2*pi)*den_s2);
suger1 = str2num(char(train(1:8,9)));
sug_m1 = mean(suger1);
sug_s1 = std(suger1);
data{2,9} = exp(-1*(str2num(char(test(1,9)))-sug_m1)*(str2num(char(test(1,9)))-sug_m1)/(2*sug_s1*sug_s1))/(sqrt(2*pi)*sug_s1);
suger2 = str2num(char(train(9:17,9)));
sug_m2 = mean(suger2);
sug_s2 = std(suger2);
data{3,9} = exp(-1*(str2num(char(test(1,9)))-sug_m2)*(str2num(char(test(1,9)))-sug_m2)/(2*sug_s2*sug_s2))/(sqrt(2*pi)*sug_s2);

disp('在好瓜坏瓜的条件下的概率：');
disp(data);

最后，将每种属性相乘得到结果：

% 好瓜坏瓜的概率
res_is = 1.0;
for i=2:10
    res_is = res_is .* cell2mat(data(2,i));
end
disp('好瓜的概率：');
disp(res_is);
 
res_not = 1.0;
for i=2:10
    res_not = res_not .* cell2mat(data(3,i));
end
disp('坏瓜的概率：');
disp(res_not);