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。

logP

単純ベイズ分類器の対数条件なし確率密度

説明

lp = logP(Mdl,tbl) は、単純ベイズモデル Mdl を使用して tbl の観測 (行) の対数条件なし確率密度を返します。

lp を使用して学習データ内の外れ値を特定できます。

lp = logP(Mdl,X) は、単純ベイズモデル Mdl を使用して X の観測 (行) の対数条件なし確率密度を返します。

入力引数

すべて展開する

単純ベイズ分類器。それぞれ fitcnb または compact により返される ClassificationNaiveBayes モデルまたは CompactClassificationNaiveBayes モデルとして指定します。

標本データ。テーブルとして指定します。tbl の各行は 1 つの観測値に、各列は 1 つの予測子変数に対応します。必要に応じて、応答変数用および観測値の重み用の追加列を tbl に含めることができます。tbl には、Mdl を学習させるために使用したすべての予測子が含まれていなければなりません。文字ベクトルの cell 配列ではない cell 配列と複数列の変数は使用できません。

table に含まれている標本データを使用して Mdl を学習させた場合、このメソッドの入力データもテーブルでなければなりません。

データ型: テーブル

予測子データ。数値行列として指定します。

X の各行は 1 件の観測 (インスタンスや例とも呼ばれます) に対応し、各列は 1 個の変数 (特徴とも呼ばれます) に対応します。X の列を構成する変数は、Mdl に学習させた変数と同じでなければなりません。

データ型: double | single

出力引数

すべて展開する

予測子の条件なし確率密度の対数。数値列ベクトルとして返されます。lpX の行と同数の要素をもちます。各要素は、X の行に対応する対数確率密度です。

X の任意の行に、少なくとも 1 つの NaN が含まれる場合、lp の対応する要素は NaN です。

すべて展開する

フィッシャーのアヤメのデータセットを読み込みます。

load fisheriris
X = meas;    % Predictors
Y = species; % Response

単純ベイズ分類器を学習させます。クラスの順序を指定することをお勧めします。各予測子は、ラベルに対して条件付きで正規分布すると仮定します。

Mdl = fitcnb(X,Y,'ClassNames',{'setosa','versicolor','virginica'});

Mdl は学習させた ClassificationNaiveBayes 分類器です。

標本内観測の条件なし確率密度を計算します。

lp = logP(Mdl,X);
histogram(lp)
xlabel 'Log-unconditional probability'
ylabel 'Frequency'
title 'Histogram: Log-Unconditional Probability'

対数条件なし確率密度が -7 よりも小さい観測のインデックスを特定します。

idx = find(lp < -7)
idx = 3×1

    61
   118
   132

詳細

すべて展開する