在MATLAB中實現樸素貝葉斯算法 - 需要一些指導

我有一個二進制分類問題，我需要在MATLAB中完成。有兩個類，訓練數據和測試數據問題來自兩個類，它們是從高斯分佈繪製的2d座標。在MATLAB中實現樸素貝葉斯算法 - 需要一些指導

的樣品是2D點，他們是像這些（1000個樣本爲A類和1000個樣本爲B類）：我只是張貼一些這裏：

5.867766 3.843014 5.019520 2.874257 1.787476 4.483156 4.494783 3.551501 1.212243 5.949315 2.216728 4.126151 2.864502 3.139245 1.532942 6.669650 6.569531 5.032038 2.552391 5.753817 2.610070 4.251235 1.943493 4.326230 1.617939 4.948345

如果有新的測試數據進入，我應該如何對測試樣本進行分類？ P（Class/TestPoint）與P（TestPoint/Class）*（ProbabilityOfClass）成正比。

我不確定我們如何計算給定2D座標的P（Sample/Class）變量。現在，我使用公式

P（座標/類）=（座標 - 該類的平均值）/該類中點的標準差）。

但是，我沒有得到很好的測試結果與此。我做錯了什麼？

來源

2011-11-26 user1067334

也就是說的好方法，但是公式是不正確的，看multivariate gaussian distribution article on wikipedia：

P（測試點|類）= enter image description here ，

其中 enter image description here 是A.

的行列式

Sigma = classPoint*classPoint'; 
mu = mean(classPoint,2); 
proba = 1/((2*pi)^(2/2)*det(Sigma)^(1/2))*... 
     exp(-1/2*(testPoint-mu)*inv(Sigma)*(testPoint-mu)');

在你的情況下，由於它們在兩個類，P（類）作爲多點= 1/

來源

2011-11-26 22:10:29 Oli

這些訓練樣本是如何： http://tinypic.com/r/nplvo0/5 大約有2000訓練樣本（1000從每個類）。我從每個類中選擇了100個隨機樣本，用它訓練了樸素貝葉斯分類器，並試圖預測剩下的類標籤。這是我得到的結果。 http://tinypic.com/view.php?pic=2j1n7f9&s=5 很明顯，我錯了。我會嘗試使用Oli發佈的公式並在此處發佈結果。 – user1067334

http://tinypic.com/r/684lt4/5 這是我看到的公式中的分類。非常感謝:)我不知道我錯過了什麼，我可以應用高斯分佈的pdf來獲得屬於某個類的點的概率。 – user1067334

錯誤分類大大降低。再次感謝你。 – user1067334

假設您的公式已正確應用，另一個問題可能是從數據點派生特徵。您的問題可能不適合線性分類器。

來源

2011-11-26 22:36:54 prusswan

不，他說這兩個分佈都是高斯分佈，在這種情況下，最佳分離是線性的。 – Oli

在MATLAB中實現樸素貝葉斯算法 - 需要一些指導

回答

相關問題