iris數(shù)據(jù)集下的樸素貝葉斯

1、精選優(yōu)質(zhì)文檔-傾情為你奉上數(shù)據(jù)挖掘(計科一班楊平）題目：iris數(shù)據(jù)集下的樸素貝葉斯實現(xiàn)一問題描述：Iris數(shù)據(jù)集是在分類和模式識別研究中常用的基準數(shù)據(jù)。它是根據(jù)花瓣和萼片的長度和寬度來對Iris進行分類。Iris數(shù)據(jù)集包含3類4維樣本,分別標為1, 2, 3。其中, 每類樣本數(shù)目為50, 且服從正態(tài)分布，每個數(shù)據(jù)樣本有4個特征向量，分別代表萼片長度, 萼片寬度, 花瓣長度和花瓣寬度。分類是利用預(yù)定的已分類數(shù)據(jù)集構(gòu)造出一個分類函數(shù)或分類模型(也稱作分類器)，并利用該模型把未分類數(shù)據(jù)映射到某一給定類別中的過程。 原理描述：貝葉斯公式的實質(zhì)是通過觀察樣本將狀態(tài)的先驗概率轉(zhuǎn)化為狀態(tài)的后驗概率，給定一

2、個未知類別的數(shù)據(jù)樣本，貝葉斯分類法將預(yù)測屬于具有最高后驗概率的類。本問題可以數(shù)學(xué)描述為多元正態(tài)概率型下的最小錯誤率貝葉斯分類。 1）先驗概率設(shè)數(shù)據(jù)庫表有個屬性，因此，可以用一個維列向量來表示。同時，假定有個類。如果類的先驗概率未知，則可以假定這些類是等概率的，即，且其中，是類中的訓(xùn)練樣本數(shù)，而是訓(xùn)練樣本總數(shù)。2）參數(shù)估計對于多變量正態(tài)分布，估計其均值和方差：其中，為多元正態(tài)分布總體中第K個抽樣，是維向量，是均值向量的最大似然估計，是協(xié)方差矩陣的最大似然估計。2 利用python調(diào)用matlab函數(shù)，實現(xiàn)聯(lián)合開發(fā) .m文件見于附錄下面是python調(diào)用matlab方法實現(xiàn)from win32co

3、m.client import Dispatchh = Dispatch("Matlab.application")#啟動MATLAB自動化服務(wù)器h.execute("Iris_import.m")h.execute("compare3.m") 三.附錄(1）. “compare3.m”文件function max=compare3(a,b,c)max=a;if max<b max=b;endif max<c max=c;End（2）.“Iris_import.m”文件clc;clear all;d=4;c=3;N=50;

4、D=load('Iris_data.txt');data=zeros(150,d);G1=zeros(50,d);G2=zeros(50,d);G3=zeros(50,d);for i=1:1:4 data(:,i)=D(:,i+1);endfor i=1:1:N G1(i,:)=data(i,:); G2(i,:)=data(i+N,:); G3(i,:)=data(i+2*N,:);enddisp(G1);disp(G2);disp(G3);%計算各組的均值向量和協(xié)方差矩陣miu1=mean(G1,1)miu2=mean(G2,1)miu3=mean(G3,1)sigma1

5、=zeros(d,d);sigma2=zeros(d,d);sigma3=zeros(d,d);for i=1:1:N sigma1=sigma1+(G1(i,:)-miu1)'*(G1(i,:)-miu1); sigma2=sigma2+(G2(i,:)-miu2)'*(G2(i,:)-miu2); sigma3=sigma3+(G3(i,:)-miu3)'*(G3(i,:)-miu3); endsigma1=sigma1/Nsigma2=sigma2/Nsigma3=sigma3/N%代入判別函數(shù)，實現(xiàn)分類R=zeros(150,3);fid=fopen('

6、classifier_result.txt','wt');for i=1:1:150 R(i,1)=-1/2*(data(i,:)-miu1)*inv(sigma1)*(data(i,:)-miu1)')-1/2*log(det(sigma1); R(i,2)=-1/2*(data(i,:)-miu2)*inv(sigma2)*(data(i,:)-miu2)')-1/2*log(det(sigma2); R(i,3)=-1/2*(data(i,:)-miu3)*inv(sigma3)*(data(i,:)-miu3)')-1/2*log(det(sigma3); switch (compare3(R(i,1),R(i,2),R(i,3) case R(i,1) fprintf(fid,'第%-2d個樣本屬于第1類n',i); case R(i,2) fprintf(fid,'第%-2d個樣本屬于第2類n',i); otherwise R(i,3) fprintf(fid,'第%-2d個樣本屬于第3類n',i); end endfclose(fid); （3）.”I