山东大学机器学习(实验四解读)——朴素贝叶斯

本文详细解读了山东大学机器学习实验四的内容,重点探讨朴素贝叶斯方法。实验中,通过训练集和测试集的划分,评估了模型在不同训练集大小下的性能。结果显示,即使训练集大小变化,朴素贝叶斯模型的预测正确率始终保持在约0.9,表现出稳定的效果。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

实验所给的convData.m是将大小为12960的nursery.data.txt数据集分割成一份大小为10000的训练集training_data.txt和大小为2960的测试集test_data.txt。

问题1

%--------------------------------LogMLE.m--------------------------------
function [label_pre,sum,sucess_rate] = LogMLE(test,train)
    [train_row,train_col] = size(train);
    test_num = size(test,1);
    %记录每个类对应的对数似然函数值,最大值对应的下标减1即最终我们预测的类
    label_for_MLE = zeros(test_num,5);
    label_pre = zeros(test_num,1); %存储所有我们预测的类
    label_num = max(train(:,end)); %类别总数
    for i = 1:test_num
        for y = 0:label_num
            count_y = length(find(train(:,train_col)==y));
            p_y = count_y/(train_row+label_num);
            log_count_xy = 0;
            for j = 1:train_col-1
                count_xy = 
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值