【学习笔记】matlab算法实现贝叶斯判别classify函数

发布时间:2016-12-11 2:31:29 编辑:www.fx114.net 分享查询网我要评论
本篇文章主要介绍了"【学习笔记】matlab算法实现贝叶斯判别classify函数",主要涉及到【学习笔记】matlab算法实现贝叶斯判别classify函数方面的内容,对于【学习笔记】matlab算法实现贝叶斯判别classify函数感兴趣的同学可以参考一下。

贝叶斯判别:对象(总体)在抽样前已有一定的认识,常用先验分布来描述这种认识,然后给予抽取的样本再对先验认识作修正,得到后验分布,而各种统计推断均基于后验分布进行。将Bayes 统计的思想用于判别分析,就得到Bayes判别。 在Matlab软件包中,将已经分类的m个数据(长度为n)作为行向量,得到一个矩阵trianing,每行都属于一个分类类别,分类类别构成一个整数列向量g(共有m行),待分类的k个数据(长度为n)作为行向量,得到一个矩阵sample,然后利用classify函数进行线性判别分析(默认)。它的格式为:                 classify(sample,training,group), 采用一个大气污染的例子 现在有样品如下,求的他们的分类~ 采用matlab程序实现如下: training=[0.056  0.084  0.031  0.038  0.0081  0.022;                0.040  0.055  0.100  0.110  0.0220  0.0073;   0.050  0.074  0.041  0.048  0.0071  0.020;   0.045  0.050  0.110  0.100  0.0250  0.0063;   0.038  0.130  0.079  0.170  0.0580  0.043;   0.030  0.110  0.070  0.160  0.0500  0.046;   0.034  0.095  0.058  0.160  0.200  0.029;   0.030  0.090  0.068  0.180  0.220  0.039;   0.084  0.066  0.029  0.320  0.012  0.041;   0.085  0.076  0.019  0.300  0.010  0.040;   0.064  0.072  0.020  0.250  0.028  0.038;   0.054  0.065  0.022  0.280  0.021  0.040;   0.048  0.089  0.062  0.260  0.038  0.036;   0.045  0.092  0.072  0.200  0.035  0.032;   0.069  0.087  0.027  0.050  0.089  0.021]; group=[1;1 ;1 ;1 ;2 ;2 ;1; 1; 2 ;2 ;2 ;2 ;2 ;2 ;1]; sample=[0.052  0.084  0.021  0.037  0.0071  0.022;                0.041  0.055  0.110  0.110  0.0210  0.0073;                0.030  0.112  0.072  0.160  0.056  0.021;                0.074  0.083  0.105  0.190  0.020  1.000]; [class,err]=classify(sample,training,group,'mahalanobis') 存盘后执行,得到   class =          1         1        2        2     err =          0 转自:http://blog.sina.com.cn/s/blog_6c7b434d01013zv7.html

上一篇:(beginer) 半平面交 UVA 1304 Art Gallery
下一篇:Java播放声音文件

相关文章

相关评论