%樸素貝葉斯分類器?by?Luhua?Jia
%input：訓(xùn)練集?trainSet，測試集：testSet，每列代表一個樣本，每列的最后一個元素為樣本類別號label
%output：輸出預(yù)測的類別集和識別率recogRate
%testClass：測試后類別集?recogRate：正確率
function?[testClass?recogRate]?=?navieBayes（trainSet?testSet）

trainData?=?trainSet（1:（end-1）:）;??%訓(xùn)練數(shù)據(jù)集
trainLabel?=?trainSet（end:）;??%訓(xùn)練類別集
testData?=?testSet（1:（end-1）:）;??%測試數(shù)據(jù)集
testLabel?=?testSet（end:）;??%測試類別集

classNum?=?length（unique（trainLabel））;??%類別數(shù)

label_priorP?=?zeros（1classNum）;??%類別的先驗概率
%將trainSet按類別分組，然后分別對每類的數(shù)據(jù)求出每個屬性的均值mu（AkCi）和樣本標(biāo)準(zhǔn)差sigma（AkCi）
%mu（AkCi）sigma（AkCi）表示第Ci類數(shù)據(jù)集的屬性Ak對應(yīng)的均值和樣本標(biāo)準(zhǔn)差
groupedSet?=?cell（1classNum）;?%空的分組數(shù)據(jù)集矩陣

%mu、sigma中每列為對應(yīng)類的均值列向量和標(biāo)準(zhǔn)差向量size（trainSet1）-1表示樣本的屬性數(shù)att_number
%mu（attNumclassNum）sigma（attnumclassNum）分別是第classNum類的第attNum個屬性的均值和標(biāo)準(zhǔn)差
mu?=?zeros（size（trainDat

?屬性????????????大小?????日期????時間???名稱
-----------?---------??----------?-----??----

?????文件???????1692??2009-03-24?10:58??bayes\NavieBayesian?Specification.txt

?????文件???????3079??2009-03-24?18:40??bayes\navieBayes.m

?????目錄??????????0??2009-04-15?17:42??bayes

-----------?---------??----------?-----??----

?????????????????4771????????????????????3