资源简介
最简单的贝叶斯分类器演示Matlab程序。入门必备。 详细请参考本人的博客http://blog.csdn.net/ranchlai/article/details/10375579
代码片段和文件信息
%
% Liscense Notification 2013
%
% Redistributions in source and binary forms with or without
% modification are totally FREE provided that you keep this keep this
% notification
%
% Descritption: This package demonstrates the discrete adaboost with
% stump(decision tree with only the root node) weak classifers.
% Author: Ranch Lai (ranchlai@hotmail.com)
% Release date: Aug 17 2013
%/
%%
clc;
clear;
close all;
%% generate random data
shift =3.0;
n = 2;%2 dim
%y = 1./exp(-w‘*x+b)
sigma = 1;
N = 500;
x = [randn(nN/2)-shift randn(nN/2)*sigma+shift];
y = [ones(N/21);-ones(N/21)];
%show the data
figure;
plot(x(11:N/2)x(21:N/2)‘rs‘);
hold on;
plot(x(11+N/2:N)x(21+N/2:N)‘go‘);
title(‘2d training data‘);
legend(‘Positve samples‘‘Negative samples‘‘Location‘‘SouthEast‘);
% model fitting using maximum likelihood
[model_posmodel_neg] = FindGuassianModel(xy);
%% test on new dataset same distribution
n = 2;%2 dim
%y = 1./exp(-w‘*x+b)
sigma = 2;
N = 500;
x = [randn(nN/2)-shift randn(nN/2)*sigma+shift];
y = [ones(N/21);-ones(N/21)];
figure;
plot(x(11:N/2)x(21:N/2)‘rs‘);
hold on;
plot(x(11+N/2:N)x(21+N/2:N)‘go‘);
title(‘2d testing data‘);
hold on;
%% gaussian model as a baseline
[errh] = FindModelError(model_posmodel_negxy);
fprintf(‘Baysian error on test data set: %f\n‘err/N);
x_pos = x(:h==1);
x_neg = x(:h~=1);
plot(x_pos(1:)x_pos(2:)‘r.‘);
hold on;
plot(x_neg(1:)x_neg(2:)‘g.‘);
legend(‘Positve samples‘‘Negative samples‘‘Positve samples as predicted‘‘Negative samples as predicted‘‘Location‘‘SouthEast‘);
属性 大小 日期 时间 名称
----------- --------- ---------- ----- ----
目录 0 2013-08-27 03:07 Baysian+Gaussian\
文件 8669 2013-08-27 03:07 Baysian+Gaussian\training.png
文件 11809 2013-08-27 03:07 Baysian+Gaussian\predict.png
文件 1583 2013-08-27 03:04 Baysian+Gaussian\demo_adaboost.m
文件 615 2013-08-26 09:43 Baysian+Gaussian\FindModelError.m
文件 401 2013-08-26 10:01 Baysian+Gaussian\FindGuassianModel.m
- 上一篇:基于matlab的海浪模拟程序
- 下一篇:遗传模拟退火解决tsp问题
相关资源
- 最大似然估计和贝叶斯参数估计
- PCA和LDA人脸识别matlab代码最紧邻分类
- 正态分布模式下的贝叶斯分类
- 贝叶斯最小错误分类器 matlab
- 信号检测贝叶斯
- matlab基于贝叶斯的手写输入数字识别
- 感知机学习算法训练分类器解决井字
- 朴素贝叶斯算法matlab实现
- MATLAB代码最小风险贝叶斯决策
- matlab贝叶斯分类(3)-UCI数据集通用分
- matlab源码包括遗传算法等等
- 十折交叉验证SVM分类器Matlab代码
- Matlab贝叶斯分类器 (Bayers)程序
- fisher线性判别分类器的设计实验源码
- 朴素贝叶斯算法matlab代码实现
- 基于最小错误率的Bayes分类器的MATLA
- 用SOM做分类器
- 朴素贝叶斯分类matlab实现
- matlab贝叶斯源码iris分类
- 贝叶斯估计方法的matlab程序
- 基于LSSVM的分类器,用于iris的三种分
- matlab-朴素贝叶斯-鸢尾花数据集
- 贝叶斯分类Matlab代码
- matlab-KNN分类器
- 感知器与SVM分类
- 模式识别matlab:最小错误率、最小风
- 基于贝叶斯算法的图像像素分割
- 多种核函数的SVM分类器matlab程序
- 模式识别之线性分类器的matlab实现
- 朴素贝叶斯算法在matlab中实现
评论
共有 条评论