【统计分析数学模型】判别分析（三）：Bayes判别法

---

一、Bayes判别法

Bayes判别法假定对研究对象有一定的认识，这种认识用先验概率描述，再利用样本信息来修正已有的先验概率，从而得到后验概率，最后根据后验概率判断各样品的类别。

朴素Bayes分类(naive Bayes classifier) 是一种简单而实用的分类算法，其基本原理是Bayes定理。

klaR包里的 NaiveBayes() 函数实现朴素Bayes分类算法。

二、R语言实现Bayes判别法

1. 运行NaiveBayes()函数

library(klaR)
thyroid.bayes<-NaiveBayes(Diagnosis~RT3U+T4+T3+TSH+DTSH,data=thyroid)
names(thyroid.bayes)

函数NaiveBayes()共有7项输出结果，其中apriori是使用的先验概率，tables存储了用于建立判别规则的所有变量在各类别下的条件概率。

结果如下：

> names(thyroid.bayes)
[1] "apriori"   "tables"    "levels"    "call"      "x"         "usekernel" "varnames" 

2. 绘制密度曲线

用上面建立的判别规则thyroid.bayes绘制参与规则建立的5个变量在不同类别下的密度曲线：

plot(thyroid.bayes)

3. 计算回判正确率

通过回代法查看判别效果：

thyroid.pred<-predict(thyroid.bayes)
table(thyroid.pred$class,thyroid$Diagnosis)

运行结果如下：

> table(thyroid.pred$class,thyroid$Diagnosis)
        
         Normal Hyper Hypo
  Normal    149     1    4
  Hyper       0    34    0
  Hypo        1     0   26

一共有6个对象被错判，回判正确率为97.2%。