matlab - Gaussian Naive Bayes classification

Question

I have found the following Matlab implementation of a Naive Bayes classifier:

https://github.com/jjedele/Naive-Bayes-Classifier-Octave-Matlab

What is the difference between Gaussian Naive Bayes and Naive Bayes? How could I extend the above implementation to become Gaussian Naive Bayes?

How can I extend the implementation for using it with 4 classes? Just doing one-vs-all other?

Thank you very much for the help.

Answer 1

在朴素贝叶斯分类中，我们采用一组特征 (x0,x1,...xn) 并尝试将这些特征分配给类 (y0,y1,...yk) 的已知集合 Y 中的一个，我们使用训练数据来计算条件概率，这些概率告诉我们特定类在训练集中具有某个特征的频率，然后将它们相乘。

结果是集合 Y 中每个类的分数。然后我们将 Y 中得分最高的成员作为我们的特征集应该分配到的类。

到目前为止，我们还没有对 p(x|C) 分布的样子做出任何假设。

在高斯朴素贝叶斯中，我们假设所有这些 p(x|C) 值都是正态分布的，这是唯一的“差异”，实际上并不是差异 GNB 只是朴素贝叶斯的一个子集。

如果您没有大量训练数据，并且愿意假设总体数据正态分布于您拥有的样本（训练）数据的平均值，这可能会很有用。

Tex 的完整披露者来自维基百科。