ドキュメンテーション

最新のリリースでは、このページがまだ翻訳されていません。 このページの最新版は英語でご覧になれます。

単純ベイズ

ガウス、多項またはカーネル予測子がある単純ベイズ モデル

単純ベイズ モデルでは、クラス メンバーシップが与えられた多変量分布が観測にあるが、観測を構成する予測子または特徴量は独立していると仮定します。このフレームワークでは、観測が一連の多項カウントになるように特徴セット全体を調整できます。

単純ベイズ モデルを学習させるには、fitcnb をコマンド ライン インターフェイスで使用します。学習後に、モデルと予測子データを predict に渡してラベルを予測するか事後確率を推定します。

関数

すべて展開する

fitcnbマルチクラス単純ベイズ モデルの学習
compactコンパクトな単純ベイズ分類器
crossval交差検証した単純ベイズ分類器
kfoldEdge学習で使用しない観測値の分類エッジ
kfoldLoss学習で使用しない観測の分類損失
kfoldfun交差検証関数
kfoldMargin学習で使用しない観測の分類マージン
kfoldPredict学習で使用しない観測の予測応答
loss単純ベイズ分類器の分類誤差
resubLoss再代入による単純ベイズ分類器の分類損失
logP単純ベイズ分類器の対数条件なし確率密度
compareHoldout新しいデータを使用して 2 つの分類モデルの精度を比較
edge単純ベイズ分類器の分類エッジ
margin単純ベイズ分類器の分類マージン
resubEdge再代入による単純ベイズ分類器の分類エッジ
resubMargin再代入による単純ベイズ分類器の分類マージン
predict単純ベイズ分類モデルの使用によるラベルの予測
resubPredict単純ベイズ分類器再代入応答の予測

クラス

ClassificationNaiveBayes単純ベイズ分類
CompactClassificationNaiveBayesコンパクトな単純ベイズ分類器
ClassificationPartitionedModel交差検証分類モデル

トピック

教師あり学習のワークフローとアルゴリズム

教師あり学習の手順とノンパラメトリック分類および回帰関数の特性を理解します。

パラメトリックな分類

カテゴリカル応答データ

単純ベイズ分類器

単純ベイズ分類器は、予測子が各クラス内で互いに独立しているときに使用するために設計されています。しかし、その独立仮定が有効でない場合にも、実際の場で良好に機能するようです。

事後分類確率のプロット

この例では、単純ベイズ分類アルゴリズムについて分類確率を可視化する方法を示します。

分類

この例では、判別分析、単純ベイズ分類器、決定木による分類を実行する方法を示します。

各種分類器の決定面の可視化

この例では、各種の分類アルゴリズムについて決定面を可視化する方法を示します。