帮我用matlab实现一个贝叶斯分类器

好的，以下是一个简单的贝叶斯分类器的matlab代码实现：

% 假设我们有两个类别，每个类别包含两个特征
% 类别1：[2, 3; 3, 4; 4, 5; 5, 6; 6, 7]
% 类别2：[1, 2; 2, 3; 3, 4; 4, 5; 5, 6]
% 我们要对一个新的样本进行分类：[3, 5]

% 计算先验概率
P_C1 = 0.5;
P_C2 = 0.5;

% 计算每个类别的均值和协方差矩阵
mu_C1 = mean([2, 3; 3, 4; 4, 5; 5, 6; 6, 7]);
mu_C2 = mean([1, 2; 2, 3; 3, 4; 4, 5; 5, 6]);
cov_C1 = cov([2, 3; 3, 4; 4, 5; 5, 6; 6, 7]);
cov_C2 = cov([1, 2; 2, 3; 3, 4; 4, 5; 5, 6]);

% 计算后验概率
x = [3, 5];
P_x_C1 = mvnpdf(x, mu_C1, cov_C1);
P_x_C2 = mvnpdf(x, mu_C2, cov_C2);
P_C1_x = P_x_C1 * P_C1 / (P_x_C1 * P_C1 + P_x_C2 * P_C2);
P_C2_x = P_x_C2 * P_C2 / (P_x_C1 * P_C1 + P_x_C2 * P_C2);

% 输出分类结果
if P_C1_x > P_C2_x
    fprintf('样本属于类别1\n');
else
    fprintf('样本属于类别2\n');
end

这个贝叶斯分类器使用高斯分布来建模每个类别的特征值，并使用贝叶斯公式计算后验概率。这个分类器可以用于二分类问题，可以通过修改代码来适应多分类问题。