Matlab prtools工具箱中 nbayes函数调用注意事项

这篇博客介绍了在Matlab中使用prtools工具箱的nbayes函数训练贝叶斯分类器时遇到的问题。初始错误率高达0.4356,通过查看源代码发现normal_map函数返回的是加权先验概率的密度。为提升准确率,作者改用logdens函数获取后验概率加权的分类器,结果错误率降至0.0499,表明分类效果显著改善。作者认为还有提升空间并将继续努力。
摘要由CSDN通过智能技术生成

      现在有一份带标签的data,来训练贝叶斯分类器。

      先随机打乱行,再分成四份, 3/4 做训练,1/4做测试;接着把label 和data分开,各自做成dataset

      

  

然后调用nbayes函数

 

求出分类器w (其实是一个map结构)

a是错误率,发现a的值高达0.4356;明显不科学!贝叶斯分类器理论上的准确率是90+%

于是到 ....\Matla

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值