朴素贝叶斯分类使用条件：其数据点的维数（即特征之间相互独立）。当属性之间相关性较小时，分类效率好；当属性之间相关性较大时，分类不如决策树。
属性之间的相关性获得：用协方差矩阵（matlab自带函数cov获得）；
1）nb=NaiveBays.fit(training,class)
%training训练数据，N*D的矩阵,行数为数据点数，列数为维数；
%class训练数据类，行数为数据点数，
本文介绍如何利用MATLAB内置工具箱实现朴素贝叶斯分类。通过训练数据和协方差矩阵评估属性独立性，使用NaiveBays.fit创建分类器，通过predict函数进行预测，并计算精度。此外，还展示了如何应用posterior函数获取数据点属于各类型的概率，以在特定文献案例中进行图像处理。
最低0.47元/天 解锁文章
1008
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
