Misclassification Fehlerrate und Genauigkeit

Question

Unten ist ein Matlab-Code für Bayes-Klassifikator, der beliebige Zahlen in ihre Klassen einteilt.

training = [3;5;17;19;24;27;31;38;45;48;52;56;66;69;73;78;84;88]; 
    target_class = [0;0;10;10;20;20;30;30;40;40;50;50;60;60;70;70;80;80]; 

     test = [1:2:90]'; 
    class = classify(test,training, target_class, 'diaglinear'); % Naive Bayes classifier 
[test class] 

(a) Wenn jemand Code-Schnipsel für die Berechnung der Bayes-Fehler für Fehlklassifikation und Genauigkeit liefern könnte. Ich ging durch Matlab Dokumentation bezüglich [class,err]=classify(...). Aber ich kann dem nicht folgen und arbeiten.

(b) Wie zeichnen Sie ein Streudiagramm und Histogramm, das die Anzahl der Datenpunkte angibt, die zu verschiedenen Klassen gehören? Ich habe es mit scatter(training(:),target_class(:)) ausprobiert, aber es gibt noch etwas!

(c) Wie mit crossvalidate() arbeiten? Ein Beispiel würde wirklich helfen. Danke.

Answer 1

(a) Um Fehlklassifizierungsfehler zu berechnen, müssen Sie auch test_class wissen. Dann können Sie die Ausgabe class Variable mit test_class vergleichen.

misserr = sum(test_class~=class)./numel(test_class); 

Wenn Sie die Testklassen nicht das Argument, 2. Ausgabe haben err erhalten Sie eine Schätzung für misclassification Fehler geben generierte Modell auf dem Trainingssatz anwenden.

(b) Wenn Sie nur zwei Faktoren (Spalten) in den Trainingsdaten setzen Sie gerade tun können

scatter(training(:,1),training(:,2),[],target_class) 

Entsprechend Sie SCATTER3 für drei Faktoren verwenden können.

Für weitere Faktoren können Sie Hauptkomponentenanalyse mit PRINCOMP durchführen und 2 oder 3 erste Komponenten plotten.

UPDATE: Ich habe verpasst, dass Sie eigentlich nur einen Faktor haben. Ihre Scatter-Anweisung kann ziemlich gut funktionieren. Warum magst du es nicht? Sie können die Punkte auch anders färben, indem Sie target_class als 4. Argument hinzufügen. Sie können auch das erste und das zweite Argument austauschen, um die Darstellung zu verbessern.

(c) Sie CV mit CROSSVAL und CVPARTITION Funktionen aus Statistischem Toolbox ausführen können. Nützliche Beispiele finden Sie in der Dokumentation.

Hier ist eine weitere SO Frage - How to use a cross validation test with MATLAB? mit einigen zusätzlichen Optionen.