朴素贝叶斯

朴素贝叶斯模型高斯，多项式，或内核预测

朴素贝叶斯模型假设的观测已经给类成员的一些多元分布，但预测或构成特征的观察是独立的。这个框架可以容纳一个完整的功能集，使得观察是一套多项罪名的。

要训练朴素贝叶斯模型，使用fitcnb在命令行界面。训练结束后，由该模型预测和数据传递给预测标签或估计的后验概率预测。

应用

分类学习	使用监督机器学习模型火车来分类数据

`fitcnb`	列车多类朴素贝叶斯模型
`紧凑`	紧凑型朴素贝叶斯分类器

`失利`	对于朴素贝叶斯分类器的分类错误
`resubLoss`	对于朴素贝叶斯分类由resubstitution分类损失
`logP`	登录无条件概率密度朴素贝叶斯分类器
`compareHoldout`	使用新的数据的两个分类模型的精度比较
`边缘`	朴素贝叶斯分类器的分类边缘
`余量`	朴素贝叶斯分类器的分类裕度
`resubEdge`	对于朴素贝叶斯分类由resubstitution分级刃
`resubMargin`	分类利润率朴素贝叶斯分类由resubstitution

`预测`	预测使用朴素贝叶斯分类模型标签
`resubPredict`	预测朴素贝叶斯分类器的resubstitution标签

`ClassificationNaiveBayes`	朴素贝叶斯分类
`CompactClassificationNaiveBayes`	紧凑型朴素贝叶斯分类器
`ClassificationPartitionedModel`	旨在分类模型