matlab 贝叶斯分类的代码

以下是一个简单的 Matlab 贝叶斯分类的示例代码：

% 加载数据集
load fisheriris
X = meas(:,3:4);
Y = species;

% 将数据集分成训练集和测试集
cv = cvpartition(Y,'HoldOut',0.3);
Xtrain = X(cv.training,:);
Ytrain = Y(cv.training,:);
Xtest = X(cv.test,:);
Ytest = Y(cv.test,:);

% 训练朴素贝叶斯分类器
nb = fitcnb(Xtrain,Ytrain);

% 预测测试数据集的标签
Ypred = predict(nb,Xtest);

% 计算分类准确率
accuracy = sum(Ypred == Ytest)/numel(Ytest)

说明：

1. 加载鸢尾花数据集，并将数据集分为训练集和测试集。
2. 使用朴素贝叶斯分类器 `fitcnb` 对训练数据集进行训练。
3. 对测试数据集进行预测，并计算分类准确率。

在实际应用中，您可能需要根据具体的问题调整代码。例如，您可能需要对数据集进行归一化或标准化，或者使用交叉验证来选择最优的超参数。