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。

アプリ

教師あり機械学習を使用して、データを分類するようにモデルを学習させる

`fitcnb`	マルチクラス単純ベイズモデルの学習
`compact`	機械学習モデルのサイズの縮小

`lime`	Local Interpretable Model-agnostic Explanations (LIME) (R2020b 以降)
`partialDependence`	部分依存の計算 (R2020b 以降)
`plotPartialDependence`	部分依存プロット (PDP) および個別条件付き期待値 (ICE) プロットの作成
`shapley`	シャープレイ値 (R2021a 以降)

`predict`	単純ベイズ分類器の使用による観測値の分類
`resubPredict`	学習済み分類器を使用した学習データの分類

incrementalLearner 単純ベイズ分類モデルのインクリメンタル学習器への変換 (R2021a 以降)

`ClassificationNaiveBayes`	マルチクラス分類のための単純ベイズ分類
`CompactClassificationNaiveBayes`	マルチクラス分類のためのコンパクトな単純ベイズ分類器
`ClassificationPartitionedModel`	交差検証分類モデル

分類学習器アプリの使用による単純ベイズ分類器の学習
単純ベイズ分類器を作成および比較し、新しいデータについて予測を行うため学習済みモデルをエクスポートする。
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。