贝叶斯分类器MATLAB经典程序.doc

fuｎｃｔion Ｂayeｓ2ﻫ%为了提高实验样本测试的精度，故采用多次模拟求平均值的方法ﻫN=inpｕt('实验模拟次数 N（N最好为奇数）= ＇)；
Ｒeｓult（1:3，1：3)＝0；      ％判别矩阵的初始化ﻫfor k=1：N             %控制程序模拟次数Nﻫ    ％生成二维正态分布的样本2　X N　维的矩阵 
    X１=mｖnrｎd([1 2］，［4 0；０　6］,30０)’;   %2　Ｘ Nﻫ    X2=ｍvnｒnd（［5　3］，［5 0；0 1]，200）＇;ﻫ    X３＝mｖｎrnd(［4　７］，［2 0;0 9]，500）＇；   ％样本程序
    %-—－-－－-—－—－—-－－-－-－——-—－-－—--－-－－－—－－—－—-—--－－——-－—%ﻫ    ％测试样本
    X1０=mｖnrnd（［1 2］,［４ ０；0 6］，10０)＇;   ％2 X Ｎ
    X２0=mvｎrnｄ（［５　3］，［5 0；0 1]，１00)’；ﻫ   　Ｘ30=mvnｒnd（[4 7］,[2 ０;0 9］，1０0）'；  ﻫ    %先验概率ﻫ    P（1)＝ｌengｔh（Ｘ１)/（leｎgth(X1）+lenｇth(X2)+lｅngtｈ（X3））；ﻫ   　P（2)=ｌeｎgtｈ(X2)/(lenｇth(X1）+leｎｇth（X2）+leｎｇth（X3））；ﻫ    P(３）=ｌengtｈ(X3）/（lｅngth（X1)+ｌenｇth（X2)+lenｇth(X３））；
    %计算相关量  cov（X):协方差矩阵 Ａｖe：均值
    ％－———-－——-—－-—-－———－－-－－--——-－—－-——-－－－—---－--——－－-－—-—-—%
   　W１＝－1/2＊iｎv（coｖ(X１'))； W2=－1/2*ｉnv(cｏv（Ｘ2'))； W3＝-1/2*ｉnv（cov（X3＇))；%
   　Ａve1=(sum（X1'）／lengｔh（X1))’;Ave２=（suｍ(X２’）/lｅｎgth（X2))＇;
    Ave3=（ｓum(Ｘ3')/lenｇth(X３)）’；％计算平均值（2维列向量）ﻫ    w１=ｉnv(coｖ(Ｘ1＇））＊Ave1;w２=inｖ（cov（X２’)）＊Aｖe２；w3=inv（cov(X３’）)＊Aｖe3;％2
    ｗ10=—1/2*Ave1＇＊iｎv(cov(X1'））*Avｅ1—1/2＊log（dｅｔ（cｏv（Ｘ１’）））＋log(Ｐ(1）)；
    w２0=—1／２*Aｖｅ2’＊iｎv（cov（X2')）＊Ave2—1／２＊lｏg（det(coｖ（X2’）)）＋lｏg(P（２））；
   　w30＝－1/2*Ave3'*ｉnv（cov(Ｘ3＇）)*Avｅ3－１/２＊log（deｔ(cｏv（X3＇））)+log（P(3））；
    %－-—-－——————————-——－－－-——-——-—-—-————－－——--－————---—----－-—-％ﻫ    for i=1:3                                     
        ｆｏr j＝1：1００