iris数据集下的朴素贝叶斯

《iris数据集下的朴素贝叶斯》由会员分享，可在线阅读，更多相关《iris数据集下的朴素贝叶斯（5页珍藏版）》请在装配图网上搜索。

1、数据挖掘（计科一班杨平1025115034）题目iris数据集下的朴素贝叶斯实现一问题描述：Iris 数据集是在分类和模式识别研究中常用的基准数据。它 是根据花瓣和萼片的长度和宽度来对Iris进行分类。Iris数据集 包含3类4维样本,分别标为1, 2, 3。其中, 每类样本数目为50, 且 服从正态分布，每个数据样本有 4 个特征向量，分别代表萼片长 度, 萼片宽度, 花瓣长度和花瓣宽度。分类是利用预定的已分类数据集构造出一个分类函数或分 类模型（也称作分类器），并利用该模型把未分类数据映射到某一 给定类别中的过程。原理描述：贝叶斯公式P I X） = max卩（X 1巴）PV）的实质是通过

2、观察样本将状态的i冃P（ X）先验概率转化为状态的后验概率，给定一个未知类别的数据样本 X ，贝叶斯分 类法将预测 X 属于具有最高后验概率的类。本问题可以数学描述为多元正态概 率型下的最小错误率贝叶斯分类。1）先验概率设数据库表有d个属性，因此，可以用一个d维列向量x = x ,xx T来表12d示。同时，假定有c个类,，。如果类的先验概率未知，则可以假定这些12 c类是等概率的，即SP（）=P（）=.=P（），且 P（w ） = i12ci S其中，S是类w中的训练样本数，而S是训练样本总数。ii2）参数估计对于多变量正态分布，估计其均值和方差匚丄区（x_n）（ x_n）tN kk其中，x

3、为多元正态分布总体中第K个抽样，是d维向量，0是均值向量R k的最大似然估计，Y是协方差矩阵的最大似然估计。二利用 python 调用 matlab 函数，实现联合开发.m 文件见于附录下面是 python 调用 matlab 方法实现from win32com.client import Dispatchh = Dispatch(Matlab.application)#启动 MATLAB 自动化服务器 h.execute(Iris_import.m)h.execute(compare3.m)三.附录(1). “compare3.m”文件 function max=compare3(a,b,c

4、) max=a;if maxbmax=b;endif maxcmax=c;End(2) . “Iris_import.m”文件 clc;clear all;d=4;c=3;N=50;D=load(Iris_data.txt);data=zeros(150,d);G1=zeros(50,d);G2=zeros(50,d);G3=zeros(50,d);for i=1:1:4data(:,i)=D(:,i+1);endfor i=1:1:NG1(i,:)=data(i,:);G2(i,:)=data(i+N,:);G3(i,:)=data(i+2*N,:);enddisp(G1);disp(G2)

5、;disp(G3);%计算各组的均值向量和协方差矩阵miu1=mean(G1,1)miu2=mean(G2,1)miu3=mean(G3,1)sigma1=zeros(d,d);sigma2=zeros(d,d);sigma3=zeros(d,d);for i=1:1:Nsigma1=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/

6、Nsigma3=sigma3/N%代入判别函数，实现分类R=zeros(150,3);fid=fopen(classifier_result.txt,wt);for i=1:1:150R(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,:)-

7、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 个样本属于第 1 类n,i);case R(i,2)fprintf(fid,第-2d 个样本属于第 2 类n,i); otherwise R(i,3)fprintf(fid,第%-2d 个样本属于第 3 类n,i);endendfclose(fid);(3) ” Iris data”Zri5_data -记事本 E5. 13. 51.40.24. 93. 01.40.24. 73. 21.30.24. 63.

8、11.50.25. 03. 61.40.25. 43. 91.70.44. 63. 41.40.35. 03. 41.50.24. 42. 9|1.40.2104. 93. 11.50.1115. 43. 71.50.2124. 83. 41.60.2134. 83. 01.40.1144. 33. 01.10.1155. 84. 01.20.2165. 74. 41.50.4175. 43. 91.30.4IS5. 13. 51.40.319573. 81.70.320513. 81.50.321543. 41.70.222513. 71.50.4234. 63. 61.00.224513.

9、 31.70.5254. 83. 41.90.226503. 01.60.2四实验结果得到每一类的协方差矩阵如下：sigmal 二sigma2 =0. 12180. 09720. 01500.01010. 26110.08350. 17920.05470. 09720. 14080. 01150.00910. 08350.09650. 08100. 04040. Q1600. 01150.02360.00590. 17920.08100. 21640.071fi0. 01010.00910.00590.01090. 05470.04040. 07160.0383siginaS 二0.站閃0.0

10、9190. 29720.04810. 09190.10190. 07000. 04670. 29720.07000. 29850.04780. 04S10.04670. 047S0.0735类 分 的 现 实 终 最in3 3 3 3 3 0第第第第第里第第第第第第第第第第第第第1 于于于于于工属属属属属屋属一US耳严 FAxlxlx8 9 o 1 22 2 3 3 3 0TI TI _ _ 11 1till!于一其 emmm 3 3 3 3 3 3.。43第第第第第冕第第第第第第第第第第第第1丁于一庸属属属属属属属属属属属属一 耒 广 Jc. Jc. Jc. Inr严=F、产_ _ TTTX

11、1X1X1TTTT b6789ol234567 33333444-4-4444I 11 11 11 11 11 11 _ 11 11 TI TI 1I于于于于于于于于于_liif 2222222P 弟第第第第第第第第第第第第第第第第第第第7r于于于于于于干于 属1-1-1-1-属属 mi- 二丿一二丄二丄二一- -J 二一 二-一二.1 TTTTTTTV 34567890- 6666666771777777700000 弟第第第第第第第第第第第第第第第第第第第iil一I丁于于于于于于于于于于 sfi!-fi QK!药药药不不不芯衣慈 -II - - II - - - 1 - - - 1 FTI- - - - - - - - - - - - 二 丿 厂一广孑孑k云云云 TTTTTITTTT类类类类类类类类类类类类类类类类类 1 1 111111 1 1 1 1 11111 JU 第第第第第第第第第第第第第第第第第訓 于于于于于于于于于于于于于于于于于炜 属-fi-属属属属B-属属属JE-JE-属属属W =!K 尺尺尺大巨兀兀 jT-K F 尺尺尺士口01234567 址 一II-Z.一.-.:Li) r卜-rlI 一:-=ofa-1| 一| T| 1| 1| 1| 1| 1|rM 第第第第第第第第第第第第第第第第第心