MATLAB:单变量高斯朴素贝叶斯

Question

我正在尝试使用UCI机器学习团队发布的数据集来实现朴素贝叶斯分类器。我刚接触机器学习，并试图理解用于解决与我的工作相关的问题的技术，所以我认为最好先让理论得到理解。

我正在使用pima数据集(Link to Data - UCI-ML)，我的目标是为K类问题构建朴素贝叶斯单变量高斯分类器(数据仅用于K=2)。我已经做了拆分数据，并计算每个类的平均值，标准差，每个类的先验，但在这之后，我有点卡住了，因为我不确定在这之后我应该做什么和如何做。我有种感觉我应该计算后验概率，

这是我的代码，我使用百分比作为向量，因为我希望看到当我将训练数据大小从80:20拆分增加时的行为。基本上，如果你通过10 20 30 40，它将从80:20分割中提取百分比，并使用80%中的10%作为训练。

function[classMean] = naivebayes(file, iter, percent)
dm = load(file);
    for i=1:iter
        idx = randperm(size(dm.data,1))
        %Using same idx for data and labels
        shuffledMatrix_data = dm.data(idx,:);
        shuffledMatrix_label = dm.labels(idx,:);
        percent_data_80 = round((0.8) * length(shuffledMatrix_data));
        %Doing 80-20 split
        train = shuffledMatrix_data(1:percent_data_80,:);
        test = shuffledMatrix_data(percent_data_80+1:length(shuffledMatrix_data),:);
        train_labels = shuffledMatrix_label(1:percent_data_80,:)
        test_labels = shuffledMatrix_data(percent_data_80+1:length(shuffledMatrix_data),:);
        %Getting the array of percents
        for pRows = 1:length(percent)
            percentOfRows = round((percent(pRows)/100) * length(train));
            new_train = train(1:percentOfRows,:)
            new_trin_label = shuffledMatrix_label(1:percentOfRows)
            %get unique labels in training
            numClasses = size(unique(new_trin_label),1)
            classMean = zeros(numClasses,size(new_train,2));
            for kclass=1:numClasses
                classMean(kclass,:) = mean(new_train(new_trin_label == kclass,:))
                std(new_train(new_trin_label == kclass,:))
                priorClassforK = length(new_train(new_trin_label == kclass))/length(new_train)
                priorClassforK_1 = 1 - priorClassforK
            end
        end
    end
end

Answer 1

首先，基于频率计数计算每个类别标签的概率。对于给定的数据样本和数据集中的给定类，您可以计算每个特征的概率。之后，将样本中所有特征的条件概率彼此相乘，再乘以所考虑的类别标签的概率。最后，比较所有类标签的值，并选择概率最大的类标签(贝叶斯分类规则)。

要计算条件概率，您可以简单地使用正态分布函数。