Matlab 贝叶斯分类器

在matlab中使用贝叶斯分类器时，避免过度拟合和不准确的最佳方法是什么

目前，我正在使用1000个样本来获取训练数据，其中750个样本为“正常”，250个样本为“异常”（一种特定类型）

是否有人找到了一个很好的百分比来训练分类器，或者每个问题都需要特定数量的训练数据。我会假设后者，但我正在努力找出如何提高准确性，我可以使用什么方法。任何例子都将不胜感激

下面是我目前使用的示例：

training_data = data;
target_class = Book2(indX,:)

class  = classify(test_data,training_data, target_class, 'diaglinear')
confusionmat(target_class,class)


% Display Results of Naive Bayes Classification
input = target_class;
% find the unique elements in the input
uniqueNames=unique(input)';
% use string comparison ignoring the case
occurrences=strcmpi(input(:,ones(1,length(uniqueNames))),uniqueNames(ones(length(input),1),:));
% count the occurences
counts=sum(occurrences,1);
%pretty printing
for i=1:length(counts)
disp([uniqueNames{i} ': ' num2str(counts(i))])
end

% output matching data
dataSample = fulldata(indX, :)

---

这是一个老生常谈的问题，但也许从谷歌来到这里的人仍然可以从答案中获益。我没有在Matlab中使用NaiveBayes，但有在其他环境中的经验并编写了。这里至少有几个问题，让我们把它们解开

过度拟合和准确度。不要相信炒作——朴素贝叶斯绝对容易过度拟合，因此在测量分类器的有效性时，请确保使用交叉验证。我发现，良好的功能选择（例如，删除无用的术语/标记）通常会提高准确性，并有助于减少过度拟合。当然，更多的数据不会有什么坏处（但如果你已经有了很多数据，可能也没什么帮助）

类不平衡问题。看起来您试图将新实例分类为“正常”或“异常”。通常，您希望类的平衡与现实世界中存在的（您正在建模的）相匹配。如果您选择不这样做，可能是因为异常实例太少，那么请确保手动将类上的先验分布设置为它们的实际值

要获得更详细的信息，我强烈推荐斯坦福IR图书的摘录：

---

嗯，是BC过度装配吗？我建议您选择合适的先验知识，BCs的一个优势是他们对过度装配的抵抗力。我建议您在增加用于培训的样本百分比时，绘制验证错误。根据经验，该函数的最小值应能为您提供一个合理准确的估计值，即您开始拟合噪声的点。我不确定您如何使用标准分类器在matlab中选择先验值。当您说“绘制验证错误”时，确切地说，这是如何完成的？嗯，我现在不在我的matlab机器附近，但看看这是否有帮助-其中一个“重载”允许您指定先前的：