通过贝叶斯分类器预测精度

贝叶斯分类器预测精度—以COVID-19数据集为例

在此数据集下的贝叶斯公式，一般形式：
其中，0代表普通肺炎患者；1代表COVID-19 患者。
假设1，x服从正态分布，

此时，贝叶斯分类器变为高斯贝叶斯分类器：

假设2，

此时变为朴素贝叶斯分类器：

既有假设1，又有假设2，最终得到高斯朴素贝叶斯分类器：

通过比较

来判断x是普通肺炎患者还是COVID-19患者。为了简便计算，在可将上式同时取对数变为

其中，令

代码实现：
myGaussinBayes.m

%数据集分别为X、Y，X是2685×189的样本，Y是2685×1的类标号，0代表普通肺炎，1代表新冠肺炎
function [Pred_lab] = myGaussinBayes(Train_dat,Train_lab,Test_dat)
 
[nTest,nFea]=size(Test_dat);%测试集的行和列
Pred_lab=zeros(nTest,1);
idx0=find(Train_lab==0); %训练集中普通肺炎人数
idx1=find(Train_lab==1); %训练集中新冠肺炎人数
p0=length(idx0)/length(Train_lab);%普通肺炎的概率
p1=1-p0;%新冠肺炎的概率
u1=mean(Train_dat(idx1,:))';%训练集中新冠肺炎的均值
u0=mean(Train_dat(idx0,:))';%训练集中普通肺炎的均值
s0=std(Train_dat(idx0,:))';%普通肺炎的方差
s1=std(Train_dat(idx1,:))';%新冠肺炎的方差
 
for i = 1:nTest
    x=Test_dat(i,:)';
    prob0=log(p0)-log(det(diag(s0)))-0.5*sum(((x-u0)./s0).^2);
    prob1=log(p1)-log(det(diag(s1)))-0.5*sum(((x-u1)./s1).^2);
    if prob0>=prob1
        preL=0;
    else
        preL=1;
    end
    Pred_lab(i)=preL;
end

GaussinBayes.m

clear;clc;
load('COVID19.mat')  
nFold = 5;
[n,p] = size(X);      % n is the number of samples
c_out = cvpartition(n,'k',nFold);%k折交叉验证，此处是五折交叉验证
Acc=zeros(nFold,1);
for k = 1:nFold
    Train_dat = X(training(c_out,k),:);  %用于训练的数据
    Train_lab = Y(training(c_out,k));    %训练数据的类标号
    Test_dat = X(test(c_out,k),:);         %用于测试的数据
    Test_lab = Y(test(c_out,k));            %测试数据的类标号
    Pred_lab = myGaussianBayes(Train_dat,Train_lab,Test_dat);
    Acc(k)=length(find(Test_lab-Pred_lab==0))/length(Test_lab);%当前折数的精度
end
    mean(Acc)%最终的精度

最终的结果精度在0.77左右。