1: %朴素贝叶斯分类器
2:
3: clear
4: tic
5:disp----start----' )
6:
7: distr='normal '；
8: distr='kernel '；
9:
10: %读取数据
1: white _ wine=dataset (xls file，) White_Wine.xlsx )；
1: x=double (white _ wine (:1:11 )；
13: y=双精度(white _ wine ) :12 )；
14:
15: % createacvpartitionobjectthatdefinedthefolds
16:c=cvpartition(y，' holdout '，2)；
17:
18: %创建培训集
1933 360 x=x (培训(c，1 )， )；
2033 360 y=y (培训(c，1 )；
21: %测试集
2:u=x(test(c，1 )， )；
2:v=y(test(c，1 )， )；
24:
2:Yu=unique(y；
26:NC=length(Yu )； % number of classes
7:Ni=size(x，2 )； % independent variables
8:ns=Length(v； % test set
29:
03: % computeclassprobability
31: for i=1:nc
33:fy(I )=sum double (y==Yu (I ) ) )/length(y ) y；
33:结束
34:
35:交换机磁盘
36:
37: case 'normal '
38:
39: %正规分发
40: % parametersfromtrainingset
41: for i=1:nc
4:Xi=x((y==Yu ) I )、 )；
43:mu(I， )=mean ) Xi，1 )；
4:sigma(I， )=STD ) Xi，1 )；
45:结束
46: % probability for test set
47: for j=1:ns
4:fu=normCDF(Ones(NC，1 ) u ) j， )，mu，sigma )；
4:p(j， )=fy.*prod ) fu，2 ) '；
50:结束
51:
52: case 'kernel '
53:
54: %密钥分发
53: % probabilityoftestsetestimatedfromtrainingset
56: for i=1:nc
57: for k=1:ni
8:Xi=x(y==Yu(I )，k )； % thefeatureofdimension-kwithrespecttolabelyu (I ) )。
5:UI=u(3360，k )；
60:fustruct(I，k ).f=ksdensity ) Xi，ui )；
61:结束
62:结束
63: % re-structure
64: for i=1:ns
65: for j=1:nc
66: for k=1:ni
63:fu(j，k )=fuStruct(j ) j，k ).f ) I；
68:结束
69:结束
7:p(I， )=fy.*prod ) fu，2 ) '；
71:结束
72:
73:以太网
74:
73:集成版(disp ) )。
76:返回
77:
78:结束
79:
8: % getpredictedoutputfortestset
81: [pv0，id]=max(p，[]，2 )；
8:forI=1:length(id )
83:PV(I，1 )=Yu (id ) I )；
84:结束
85:
86: % comparepredictedoutputwithactualoutputfromtestdata
83: conf mat=myconfusionmat (v，pv )；
8:磁盘(confusion matrix : ) )
是89:disp(confmat ) )
9:conf=sum(PV==v )/length (PV ) )；
91:disp(['accuracy='，num2str ) conf*100 )，' %']
92:
93: toc