主要内容
このページの翻訳は最新ではありません。ここをクリックして,英語の最新版を参照してください。
logp
単純ベイズ分類器の対数条件なし確率密度
説明
例
観測の条件なし確率密度の計算
単純ベイズ分類器モデルの標本内観測値の条件なし確率密度を計算します。
fisheririsデータセットを読み込みます。150 本のアヤメについて 4 つの花弁の測定値が含まれる数値行列Xを作成します。対応するアヤメの種類が含まれる文字ベクトルの细胞配列Yを作成します。
负载fisheririsX =量;Y =物种;
予測子XとクラスラベルYを使用して,単純ベイズ分類器に学習させます。クラス名を指定することが推奨されます。fitcnbは,各予測子が条件付き正規分布に従うと仮定しています。
Mdl = fitcnb (X, Y,“类名”, {“setosa”，“多色的”，“virginica”})
Mdl = ClassificationNaiveBayes ResponseName: 'Y' CategoricalPredictors: [] ClassNames: {'setosa' 'versicolor' 'virginica'} ScoreTransform: 'none' NumObservations: 150 DistributionNames: {'normal' 'normal' 'normal' 'normal'} DistributionParameters: {3x4 cell}属性，方法
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);
非常に小さいまたは非常に大きい対数条件なし確率をもつ観測値のインデックスを特定します(印第安纳州)。外れ値検出メソッドで使用された下限(l)および上限(U)のしきい値を表示します。
(TF, L, U) = isoutlier (lp);l
L = -6.9222
U
U = 3.0323
印第安纳州=找到(TF)
印第安纳州=4×161 118 119 132
外れ値の条件なし確率密度の値を表示します。
lp(印第安纳州)
ans =4×1-7.8995 -8.4765 -6.9854 -7.8969
すべての外れ値は,外れ値検出の下限のしきい値よりも小さくなっています。
条件なし確率密度をプロットします。
直方图(lp)在参照线(L,“k——”)举行从包含(“日志无条件概率”) ylabel (“频率”)标题(“直方图:日志无条件概率”）
入力引数
詳細
R2014bで導入
你也可以从以下列表中选择一个网站:
