贝叶斯分类器

编程实现贝叶斯分类器。编写matlab函数，输入为：
（a）均值向量；（b）c类问题的类分布的协方差矩阵；（c）c类的先验概率；（d）基于上述类的包含列向量的矩阵X。
根据贝叶斯规则，输出为一个N维向量，它的第i列表示相应输入向量X的第i列的类别。

clear all;clc;
mu = [1 -1];
Sigma = [.9 .4; .4 .3];
r = mvnrnd(mu, Sigma, 5);
S(:,:,1)=Sigma;
S(:,:,2)=cov®;
P=[0.9 0.1];
N=5;
m=[1,0;-1,1];
[x,y]=generate_gauss_classes(m,S,P,N)
bayes_classifier(m,S,P,x)

function [x,y]=generate_gauss_classes(m,S,P,N)
[l,c]=size(m);
x=[];
y=[];
for j=1:c
t=mvnrnd(m(:,j),S(:,:,j),fix(P(j)*N));
x=[x t’];
y=[y ones(1,fix(P(j)*N))*j];
end

function z=comp_gauss_dens_val(m,S,x)
[l,q]=size(m);
z=(1/((2*pi)^(1/2)*det(S)0.5))…
exp(-0.5(x-m)inv(S)(x-m)’);

function z=bayes_classifier(m,S,P,X)
[l,c]=size(m);
[l,N]=size(X);
for i=1:N
for j=1:c
t(j)=P(j)*comp_gauss_dens_val(m(:,j)’,…
S(:,:,j),X(:,i)’);
end
end
[num,z(i)]=max(t);
end