基于R語言的多分類建模研究

夏貞麗

【摘要】貝葉斯判別法是假定對研究對象已有一定的認識， 并且它是常用先驗分布來描述，取得樣本之后，就可以是樣本來修正原先的先驗概率分布，得出后驗概率分布。本文將使用貝葉斯判別方法對數(shù)據(jù)集iris進行分類。

【關鍵詞】貝葉斯判別 R語言 多分類問題

一、貝葉斯判別方法的理論基礎

貝葉斯判別的其實是找到一種判別方法， 當平均誤判損失達到最小時，也就是相應的概率達到最大.

假設樣本共有K類，分別是，X1，X2…Xk，相應的先驗概率為，p1，p2…p3，并假設所有錯判損失相同，因此相應的判別準則為

程序分別考慮了總體協(xié)方差陣相同和協(xié)方差陣不同的情況。輸入變量TrnX表示訓練樣本，其輸入格式是矩陣（樣本按行輸入）或數(shù)據(jù)框。TrnG是因子變量，表示訓練樣本的分類情況，輸入變量p是先驗概率，默認值均為1.輸入變量Tst是待測樣本，其輸入格式是矩陣（樣本按行輸入），數(shù)據(jù)框或向量（一個待測樣本）。如果不輸入TstX（默認值），則待測樣本是訓練樣本，輸入變量var.equal是邏輯變量，var.equal=TRUE表示認為總體協(xié)方差陣相同：否則（默認值）是不同的。函數(shù)的輸出是由數(shù)字構成一維矩陣，數(shù)字表示相應的類。

三、貝葉斯判別法的結果分析

數(shù)據(jù)：Iris數(shù)據(jù)集有四個屬性，萼片的長度，萼片的寬度，花瓣長度和花瓣寬度，數(shù)據(jù)共有150個樣本，分為3類，前50個數(shù)據(jù)是第一類——Setosa，中間的50個數(shù)據(jù)是第二類——Versicolor，最后50個數(shù)據(jù)集是第三類——Virginica。

分析：從計算的結果可以得到，只有第71，73，84號樣本錯判，回帶的判別正確率為147/150=98%.

參考文獻

[1]薛毅，陳立萍.R統(tǒng)計建模與R軟件[M].清華大學出版社.

[2]張亞萍，胡學鋼.基于K-means的樸素貝葉斯分類算法的研究[J].計算機技術與發(fā)展，2007：33-35.

[3]周顏軍，王雙成等.基于貝葉斯網(wǎng)絡的分類器研究[J].東北師大學報（自然科學版），2003，（2）：25-31.endprint