function?A=bayesclassify（STQ）

%給定已知樣本?S?、待判樣本?T?和先驗概率?Q?。bayesclassify（STQ）?函數輸出待判樣本?T?的判別結果。
%S?（n*（m+2））的矩陣，其中第一列是序號，最后一列表示所屬類別。S表示已知樣品矩陣
%T?是待判樣本
%Q?（k*1）的向量?是k個總體的先驗概率
%
%例
%輸入
S=[
?1	76	????99	????5374	????1
??2	79.5	99	????5359	????1
?3	78	????99	????5372	????1
??4	72.1	95.9	5242	????1
??5	73.8	77.7	5370	????1
??6	71.2	93	????4250	????2
??7	75.3	94.9	3412	????2
??8	70	????91.2	3390	????2
??9	72.8	99	????2300	????2
?10	62.9	80.6	3799?	????2
??];


T=[
??11	68.5	79.3	1950
??12	69.3	90.3	5158
?];

Q=[
??0.5
??0.5
??];

%運行A=bayesclassify（STQ）

%判別結果
%A?=
%?????11?????68.5?????79.3?????1950?????2
%?????12?????69.3?????90.3?????5158?????1
%其中最后一列為判別結果


%%%%%%%%%%%%%%計算各總體的均值和協方差陣%%%%%%%%%%%
[lzz]=size（T）;
[nmm]=size（S）;
m=mm-2;
Ss=sortrows（Smm）;
v=Ss（:mm）;
k=max（v）;
a=zeros（1k）;
b=a;

mu=zeros（mk）;

for?i=1:k
????a（i）=min（find（v==i））;
????b（i）=max（find（v==i））;
end
Sigma=zeros（mmk）;
for?i=1:k
????Sa=Ss（（a（i）:b（i））（2:mm-1））;
????mu（:i）=mean（Sa）‘;
????Sigma（::i）=cov（Sa）;
?end


%%%%%%%%%%%%%%%%%%%%?判別過程??%%%%%%%%%%%%%%%%%%%%
for?i=1:l
????p=zeros（1k）;
????u=zeros（1k）;
????d=zeros（1k）;
????for?j=1:k
????????d（j）=-0.5*（T（i（2:mm-1））-mu（:j）‘）*inv（Sigma（::j））*（T（i（2:mm-1））‘-mu（:j））;
????????u（j）=log（Q（j））-0.5*log（det（Sigma（::j）））+d（j）;
????end
????x（i）=（find（u==max（u）））;
end
x=x‘;
A=[Tx];


????

?屬性????????????大小?????日期????時間???名稱
-----------?---------??----------?-----??----

?????文件???????1539??2019-04-13?12:23??bayesclassify.m

-----------?---------??----------?-----??----

?????????????????1539????????????????????1