贝叶斯多分类实现之非参数估计方法
一、前言
在之前的文章中,我们已经实现了使用参数估计类的条件概率密度来进行多分类,这篇文章,我将继续使用非参数估计方法,并与参数估计方法的效果进行对比,以及对之前所有的算法进行一个性能方面的总结。本篇将是这个系列最后一篇文章。
二、使用非参数估计方法进行多分类
与参数估计方法类似,只不过在估计类的条件概率密度时使用相应的非参数估计方法。此外,还需要对数据进行适当缩放,防止运算溢出。
a. Parzen窗法(h=0.75)
相关代码如下:
导入数据、获取数据信息并对数据进行缩放处理。
clear
warning off;
load('Mult-class Problem.mat');
tic
%数据缩放,防止溢出
Testing_data=Testing_data/100;
Training_data=Training_data/100;
% 获取数据集信息
class_nums=Label_training(end);% 类别数
test_nums=size(Testing_data,2);% 测试样本数量
train_nums=size(Training_data,2); %训练样本数量
计算先验概率。
% 计算先验概率
for class=1:class_nums
Training_temp=Training_data(:,Label_training==class);
num=size(Training_temp,2);
pw(class)=num/train_nums;
end
遍历测试样本,对样本进行分类,打印实时正确率
for i=1:test_nums
for class=1:class_nums
x=Testing_data(:,i);
Training_temp=Training_data(:,Label_training==class);
g(class)=pw(class)*Parzen(x,0.75,Training_temp);
end
[~,argmax]=max(g);
predict(i)=argmax;
if mod(i,100) == 0
acc=sum(predict==Label_testing(1:i))/i;
disp(['预测数据号:' num2str(i)])
disp(['准确度是:' num2str(acc)])
end
end
计算总正确率
acc=sum(predict==Label_testing(1:test_nums))/test_nums;
toc
disp(['总准确度是:' num2str(acc)])
完整代码如下:
clear
warning off;
load('Mult-class Problem.mat');
tic
%数据缩放,防止溢出
Testing_data=Testing_data/100;
Training_data=Training_data/100;
% 获取数据集信息
class_nums=Label_training(end);% 类别数
test_nums=size(Testing_data,2);% 测试样本数量
train_nums=size(Training_data,2); %训练样本数量
predict=0;
% 计算先验概率
for class=1:class_nums
Training_temp=Training_data(:,Label_training==class);
num=size(Training_temp,2);
pw(class)=num/train_nums;
end
for i=1:test_nums
for class=1:class_nums
x=Testing_data(:,i);
Training_temp=Training_data(:,Label_training==class);
g(class)=pw(class)*Parzen(x,0.75,Training_temp);
end
[~,argmax]=max(g);
predict(i)=argmax;
if mod(i,100) == 0
acc=sum(predict==Label_testing(1:i))/i;
disp(['预测数据号:' num2str(i)])
disp(['准确度是:' num2str(acc)])
end
end
acc=sum(predict==Label_testing(1:test_nums))/test_nums;
toc
disp(['总准确度是:' num2str(acc)])
程序运行结果分析:运行耗时大约是参数估计方法的一半,但正确率没有使用参数估计方法高,仅为65%。
b.Kn近邻法(N=2)
编程实现与Parzen窗法类似,只是类的条件概率密度使用近邻法进行估计。
for i=1:test_nums
for class=1:class_nums
x=Testing_data(:,i);
Training_temp=Training_data(:,Label_training==class);
g(class)=pw(class)*KNN(x,2,Training_temp);
end
[~,argmax]=max(g);
predict(i)=argmax;
if mod(i,100) == 0
acc=sum(predict==Label_testing(1:i))/i;
disp(['预测数据号:' num2str(i)])
disp(['准确度是:' num2str(acc)])
end
end
完整代码如下:
clear
warning off;
load('Mult-class Problem.mat');
tic
%数据缩放,防止溢出
Testing_data=Testing_data/100;
Training_data=Training_data/100;
% 获取数据集信息
class_nums=Label_training(end);
test_nums=size(Testing_data,2);
train_nums=size(Training_data,2);
predict=0;
% 计算先验概率
for class=1:class_nums
Training_temp=Training_data(:,Label_training==class);
num=size(Training_temp,2);
pw(class)=num/train_nums;
end
for i=1:test_nums
for class=1:class_nums
x=Testing_data(:,i);
Training_temp=Training_data(:,Label_training==class);
g(class)=pw(class)*KNN(x,2,Training_temp);
end
[~,argmax]=max(g);
predict(i)=argmax;
if mod(i,100) == 0
acc=sum(predict==Label_testing(1:i))/i;
disp(['预测数据号:' num2str(i)])
disp(['准确度是:' num2str(acc)])
end
end
acc=sum(predict==Label_testing(1:test_nums))/test_nums;
toc
disp(['总准确度是:' num2str(acc)])
运行结果分析:使用Kn近邻法时,程序运行效率略高于Parzen窗法,但分类性能较差。
三、各种算法性能对比
到此,所有关于最小错误贝叶斯决策方法都已经为大家实现了,大家可以照着例子自行练习。所有实现的代码性能对比如下表:
我们可以看出,非参数估计方法可以大大降低程序的耗时,不论是二分类还是多分类任务。但是从多分类任务来看,非参数估计的分类正确率不如参数估计。也就是说,非参数估计概率密度的方法不一定比参数估计优越。
四、总结与反思
使用最小错误率的贝叶斯决策可以得到十分不错的性能——二分类100%的正确率和多分类最高77%的正确率,此外,贝叶斯决策是基于概率统计的决策方法,具有很好的可解释性,但是原理较为复杂,要理解贝叶斯决策方法,需要具备许多概率统计相关知识。目前看来,使用贝叶斯决策还有一个问题,即程序运行耗时长,效率不高——二分类参数估计方法大约耗时4s,非参数估计方法大约耗时1.5s,多分类参数估计方法大约耗时6min,非参数估计方法大约耗时3min。当然,这也可能与数据维数太高有一定的关系(190维)。
目前看来,程序还有一些优化的地方:对于非参数估计的窗参数选择方面,还有很大的提升空间。非参数估计虽然程序运行耗时少,但是目前来看,分类性能却不及参数估计。如果修改非参数估计的窗(如修改Parzen窗的窗类型,窗的大小等),可能在分类正确率上还有提升空间。
- 分享
- 举报
-
浏览量:5810次2020-12-20 16:30:48
-
浏览量:7464次2020-12-19 15:44:35
-
浏览量:7903次2020-12-19 15:06:30
-
浏览量:10864次2020-12-18 00:50:25
-
浏览量:665次2023-07-05 10:16:00
-
浏览量:4233次2021-06-30 11:34:00
-
浏览量:13928次2020-12-29 15:13:12
-
浏览量:13697次2020-12-27 09:15:43
-
浏览量:890次2023-01-12 15:13:42
-
浏览量:4156次2021-05-25 16:44:59
-
浏览量:19062次2020-12-31 17:28:23
-
浏览量:7749次2020-12-27 09:50:29
-
浏览量:9523次2020-12-31 13:45:15
-
浏览量:5587次2021-04-20 15:43:03
-
浏览量:4232次2021-04-19 14:54:23
-
浏览量:5749次2020-12-29 15:35:42
-
浏览量:6721次2020-12-20 19:38:14
-
浏览量:2193次2018-01-17 11:19:06
-
浏览量:12763次2021-05-11 15:08:10
-
广告/SPAM
-
恶意灌水
-
违规内容
-
文不对题
-
重复发帖
技术凯
感谢您的打赏,如若您也想被打赏,可前往 发表专栏 哦~
举报类型
- 内容涉黄/赌/毒
- 内容侵权/抄袭
- 政治相关
- 涉嫌广告
- 侮辱谩骂
- 其他
详细说明