贝叶斯分类器的MATLAB实现.pdf

贝叶斯分类器的MATLAB实现 贝叶斯分类器是⼀种简单的模式分类器，它是以特征值的统计概率为基础的，简单的讲， 如已知两个类w 1和w2，⼀个未知样本x ， 这⾥说的未知，就是不知道它属于w 1类还是属于w2类，然后根据统计⽅法分别计算得到x属于w 1类的概率，即P （w 1|x）和属于w2类的 概率，即P （w2 |x），如果P （w 1|x） P （w2 |x），则x属于w 1，反之则属于w2。 其matlab代码如下 ： clear; %clc; n=100; m1=0; m2=0; num1=0;%⽤于计数 num2=0;%⽤于计数 num3=0;%⽤于计数 num4=0;%⽤于计数 mu1=[1 3] ; sigma1=[1.5 0;0 1] ; r1=mvnrnd mu1,sigma1,n) ;%⽣成模式类1 mu2=[3 1] ; sigma2=[1 0.5 ;0.5 2] ; r2=mvnrnd mu2,sigma2,n) ;%⽣成模式类2 subplot 1,2,1) ; plot r1 :,1),r1 :,2),ro,r2 :,1),r2 :,2),b*) ; title 图1：两个模式类各⽣成个100正态分布的随机数⼆维散点图) ; p1=normpdf r1 :,1),mu1 :,1),sqrt 1.5)) ; p2=normpdf r1 :,1),mu2 :,1),1) ; p3=normpdf r2 :,1),mu1 :,1),sqrt 1.5)) ; p4=normpdf r2 :,1),mu2 :,1),1) ; for i=1:1:100 if p1 i)*0.5)= p2 i)*0.5)%进⾏模式判别 num1=num1+1; m1=m1+1; a1 m1,:)=r1 i,:) ;%分到模式类1 else num2=num2+1; m2=m2+1 a2 m2,:)=r1 i,:) ;%分到模式类2 end if p3 i)*0.5)= p2 i)*0.5) num3=num3+1; m1=m1+1; a1 m1,:)=r2 i,:) ;%分到模式类1 else num4=num4+1; m2=m2+1; a2 m2,:)=r2 i,:) ;%分到模式类2 end end subplot 1,2,2) ; plot a1 :,1),a1 :,2),ro,a2 :,1),a2 :,2),b*) ; title 图2 ：以第⼀特征分量对200个样本分类) ; 运⾏结果如下图所⽰ ： 从运⾏结果可看出，模式类1的⼀些样本点被错误分到模式类2，模式类2的⼀些样本点被错误分到模式类1，也就是说，贝叶斯分类器的分 类正确率不⾼。 下图为更全⾯的实验结果截图