文件名称：模式识别作业-贝叶斯分类器
文件大小：91KB
文件格式：ZIP
更新时间：2021-02-14 05:46:43
贝叶斯分类
模式识别作业-贝叶斯分类器。贝叶斯分类器的分类原理是通过某对象的先验概率，利用贝叶斯公式计算出其后验概率，即该对象属于某一类的概率，选择具有最大后验概率的类作为该对象所属的类。也就是说，贝叶斯分类器是最小错误率意义上的优化。目前研究较多的贝叶斯分类器主要有四种，分别是：Naive Bayes、TAN、BAN和GBN。
【文件预览】：
代码参考
----stpMinBFGS.m(1KB)
----stpMinDecisionFunc.m(425B)
----stpGFunc.m(154B)
----c3d2matixgenerate.m(743B)
----cstep.m(8KB)
----cvsrch.m(10KB)
----c3d2vectorgenerate.m(959B)
----data.mat(16KB)
----stpScatter.m(243B)
----mb_numDiff.m(567B)
----stp1.m(3KB)
----test1.mat(65KB)