朴素贝叶斯分类器：MATLAB工具箱实现

MATLAB工具箱的statistic toolbox中有naivebayes的类，可以直接使用。

使用默认的高斯分布和混淆矩阵：

>> load fisheriris
>> O1 = fitNaiveBayes(meas,species); 

生成

其中，NClass是因变量的频数，ClassLevels则是因变量类别，prior为类别的频率。

NDims是特征数量，

Dist是分布名称，为normal。

Params是各特征对各因变量的参数估计。

<span style="font-family:Times New Roman;font-size:14px;">>> C1 = O1.predict(meas);
>> cMat1 = confusionmat(species,C1)

cMat1 =

    50     0     0
     0    47     3
     0     3    47</span>

获得预测数据。

二、指定分布函数

>> O2 = NaiveBayes.fit(meas,species,'dist',{'normal','kernel','normal','kernel'});
>> C2 = O2.predict(meas);
>> cMat = confusionmat(species, C2)

cMat =

    50     0     0
     0    47     3
     0     3    47

此处则指定四个特征分别符合高斯、核密度平滑估计、 高斯、核密度平滑估计分布。

更多详情，见MATLAB帮助文档：Naive Bayes classifier