基于R语言多分类建模是适合建模论文写作的大学硕士及相关本科毕业论文,相关数学建模开题报告范文和学术职称论文参考文献下载。
【摘 要】贝叶斯判别法是假定对研究对象已有一定的认识, 并且它是常用先验分布来描述,取得样本之后,就可以是样本来修正原先的先验概率分布,得出后验概率分布.本文将使用贝叶斯判别方法对数据集iris进行分类.
【关键词】贝叶斯判别 R语言 多分类问题
一、贝叶斯判别方法的理论基础
贝叶斯判别的其实是找到一种判别方法, 当平均误判损失达到最小时,也就是相应的概率达到最大.
假设样本共有K类,分别是,X1,X2等Xk,相应的先验概率为,p1,p2等p3,并假设所有错判损失相同,因此相应的判别准则为
程序分别考虑了总体协方差阵相同和协方差阵不同的情况.输入变量TrnX表示训练样本,其输入格式是矩阵(样本按行输入)或数据框.TrnG是因子变量,表示训练样本的分类情况,输入变量p是先验概率,默认值均为1.输入变量Tst是待测样本,其输入格式是矩阵(样本按行输入),数据框或向量(一个待测样本).如果不输入TstX(默认值),则待测样本是训练样本,输入变量var.equal是逻辑变量,var.equal等于TRUE表示认为总体协方差阵相同:否则(默认值)是不同的.函数的输出是由数字构成一维矩阵,数字表示相应的类.
三、贝叶斯判别法的结果分析
数据:Iris数据集有四个属性,萼片的长度,萼片的宽度,花瓣长度和花瓣宽度,数据共有150个样本,分为3类,前50个数据是第一类——Setosa,中间的50个数据是第二类——Versicolor,最后50个数据集是第三类——Virginica.
分析:从计算的结果可以得到,只有第71,73,84号样本错判,回带的判别正确率为147/150等于98%.
参考文献
[1]薛毅,陈立萍.R統计建模和R软件[M].清华大学出版社.
[2]张亚萍,胡学钢.基于K-means的朴素贝叶斯分类算法的研究[J].计算机技术和发展,2007:33-35.
[3]周颜军,王双成等.基于贝叶斯网络的分类器研究[J].东北师大学报(自然科学版),2003,(2):25-31.
总结:本论文可用于建模论文范文参考下载,建模相关论文写作参考研究。
参考文献:
1、 基于R语言的统计数据柱形图的实现 摘要: 在大数据时代,人们不仅要从大数据中提取有用的数据,也要用相关软件来统计数据、分析数据,让这些数据方便使人接受。目前统计数据的可视化受到广。
2、 基于符号学的对网络语言符号的分类 摘要:网络语言的研究涉及方方面面,也与众多理论相关联。本文对网络语言的基本研究状况和符号学的界定进行了简单介绍,并以此为基础介绍了网络语言符号的。
3、 基于R语言大数据审计方法 [摘 要] 大数据时代的到来,给国家审计模式、取证方法等方面都带来一定程度的改变,大数据审计也因此应运而生。研究内容旨在从数据可视化角度出发,以。
4、 基于可扩展商业报告语言财务报告信息系统和 摘 要:在现代计算机与互联网迅速发展的时代背景下,财务报告信息系统也逐步由传统的方式转化为以计算机为主要方式。运用可扩展商业报告语言财务报告信息。
5、 数学建模课程在经济类院校人才培养中意义 数学建模是一种是利用数学的语言和方法解决实际问题的方法,是研究解决许多复杂经济金融问题不可缺少的重要工具。在财经院校开设数学建模课程,对培养学生。