matlab贝叶斯源码iris分类

matlab贝叶斯分类源码，数据集为UCI下载的Iris，代码包括数据预处理

function [targetacc]= bayes（ trainXtrainYtestXtestY ）
% 朴素贝叶斯分类器
% target:   预测结果
% acc：      正确率

target=zeros（601）;
acc=0;
% 把每个属性划均分为三段
for i=1:size（testX1）
p1=1/3;
p2=1/3;
p3=1/3;
 for j=1:4
     s=testX（ij）;
     mean = （max（trainX（:j）） - min（trainX（:j）））/3;
     mean1 = min（trainX（:j））+mean;
     mean2=min（trainX（:j））+2*mean;
     
     if（s>mean2）
         p1=p1*length（find（trainX（1:30j）>mean2））/30;
         p2=p2*length（find（trainX（31:60j）>mean2））/30;
         p3=p3*length（find（trainX（61:90j）>mean2））/30;
     end
    if（s         p1=p1*length（find（trainX（1:30j）         p2=p2*length（find（trainX（31:60j）         p3=p3*length（find（trainX（61:90j）    end
    if（s<=mean2&&s>=mean1）
         p1=p1*（1-length（find（trainX（1:30j）>mean2））/30-length（find（trainX（1:30j）         p2=p2*（1-length（find（trainX（31:60j）>mean2））/30-length（find（trainX（31:60j）         p3=p3*（1-length（find（trainX（61:90j）>mean2））/30-length（find（trainX（61:90j）    end
 end
 if（p1>=p2&&p1>=p3）
     target（i）=1;
 end
 if（p2>=p3&&p2>=p1）
     target（i）=2;
 end
 if（p3>=p1&&p3>=p2）
    target（i）=3;
 end
 if（target（i）==testY（i））
     acc=acc+1;
 end
end
  
acc=acc/60;
fprintf（‘test accuracy: %f%% \n‘acc*100）

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

     文件       1371  2016-02-23 20:09  Bayes\bayes.m

     文件        947  2016-02-23 20:28  Bayes\datapreprocessing.m

     文件       3512  2016-02-21 20:47  Bayes\Iris.mat

     目录          0  2016-02-23 16:37  Bayes

----------- ---------  ---------- -----  ----

                 5830                    4