MATLAB实现的贝叶斯分类器详解

贝叶斯分类器MATLAB程序(2008-06-14 21:03:37)转载标签：教育  
function Bayes2
%版权为刘文所有，我们祝他端午节快乐
%算法视线见《模式识别》P33－P44（各类样本的协方差不相等）
%为了提高实验样本测试的精度，故采用多次模拟求平均值的方法
N=input('实验模拟次数 N(N最好为奇数)＝ ');
Result(1:3,1:3)=0;      %判别矩阵的初始化
for k=1:N             %控制程序模拟次数N
    %生成二维正态分布的样本2 X N 维的矩阵 
    X1=mvnrnd([1 2],[4 0;0 6],300)';   %2 X N
    X2=mvnrnd([5 3],[5 0;0 1],200)';
    X3=mvnrnd([4 7],[2 0;0 9],500)';   %样本程序
    %---------------------------------------------------%
    %测试样本
    X10=mvnrnd([1 2],[4 0;0 6],100)';   %2 X N
    X20=mvnrnd([5 3],[5 0;0 1],100)';
    X30=mvnrnd([4 7],[2 0;0 9],100)';  
    %先验概率
    P(1)=length(X1)/(length(X1)+length(X2)+length(X3));
    P(2)=length(X2)/(length(X1)+length(X2)+length(X3));
    P(3)=length(X3)/(length(X1)+length(X2)+length(X3));
    %计算相关量  cov(X)：协方差矩阵 Ave:均值
    %--------------------------------------------------------%
    W1=-1/2*inv(cov(X1')); W2=-1/2*inv(cov(X2')); W3=-1/2*inv(cov(X3'));%
    Ave1=(sum(X1')/length(X1))';Ave2=(sum(X2')/length(X2))';
    Ave3=(sum(X3')/length(X3))';%计算平均值(2维列向量)
    w1=inv(cov(X1'))*Ave1;w2=inv(cov(X2'))*Ave2;w3=inv(cov(X3'))*Ave3;%2
    w10=-1/2*Ave1'*inv(cov(X1'))*Ave1-1/2*log(det(cov(X1')))+log(P(1));
    w20=-1/2*Ave2'*inv(cov(X2'))*Ave2-1/2*log(det(cov(X2')))+log(P(2));
    w30=-1/2*Ave3'*inv(cov(X3'))*Ave3-1/2*log(det(cov(X3')))+log(P(3));