实验三：分类算法实验.docVIP

实验三：分类算法实验 实验三：分类算法实验 P（Ai）六个属性相互独立：P(A0|B0)*P(A1|B0)*......P(A5|B0) = P（Ai） 六个属性相互独立：P(A0|B0)*P(A1|B0)*......P(A5|B0) = P(A|B0) 。。。。。。 分别算出 取其中的最大值，其中，P(A)的值相同，可以不算出来。 If(P(B|A)最大 == 测试样例.ClassValues) return true; Else return false; 实验内容及步骤 实验内容： 利用贝叶斯算法或者决策树算法进行数据分类操作 数据集：汽车评估数据集(见附录) 实验步骤： 1．仔细阅读并了解实验数据集； 2．使用任何一种熟悉的计算机语言(比如C,Java或者matlab)实现朴素贝叶斯算法或者决策树算法； 3．利用朴素贝叶斯算法或者决策树算法在训练数据上学习分类器,训练数据的大小分别设置为：前100个数据，前200个数据，前500个数据，前700个数据，前1000个数据，前1350个数据； 4．利用测试数据对学习的分类器进行性能评估； 5．统计分析实验结果并上交实验报告； 1定义和初始化变量 2统计并计算条件概率P(Ai|Bi),(i=0,1,2,3），当训练数据比较小时会出现Bi等于0的情况，这时P