Bolu Beyi tarafından yazıldı Mayıs - 24 - 2013 2 Yorum

Matlab ile gerçekleştirilecek bu uygulamada 6 özellik, ve 4 sınıf etiketinden oluşan “Car Evaluation” veri seti kullanılmıştır. 1383 verinin 1000 adedi eğitim, 383 adedi test kümesi olarak kullanılmıştır. Uygulamada veri setinin çok az bir kısmında “Good” ve “Vgood” etiketi olduğundan ve daha çok veri setinin son kısımlarına bulunduğundan, oluşan confusion matriste başarı oranı “% 0” olmuştur. “Unacc” etiketi için başarı oranı % 98, “Acc” etiketi için ise başarı oranı yaklaşık % 76 olmuştur. Workspace oluşturulurken, veriler öncelikle Excel’e aktarılmıştır ve sonrasında Matlab’a import edilmiştir. Eğitim kümesi “CarEğitim”, eğitim kümesinin sınıf etiketi “CarClass”, test kümesi “CarTest” ve test kümesinin sınıf etiketi “ClassTest” olarak adlandırılmıştır. Workspace oluşturulduktan sonra aşağıda verilen komutlar ile başarı oranı hesaplanmıştır. Veri setinin açıklamalarını öğrenmek isterseniz daha önceden paylaştığım c# ile naive bayes uygulaması adlı makaleyi okuyabilirsiniz.

O1 = NaiveBayes.fit(CarEgitim, CarClass);C1 = O1. predict(CarTest);

cMat1 = confusionmat(ClassTest, C1)

C#naiveBayes

Bugüne kadar 2 yorum yapıldı

  1. ayse fatma dedi ki:

    eğitim/test kümesinin sınıf etiketinden kast ettiğiniz şey nedir?

    • Bolu Beyi dedi ki:

      Sınıf etiketi dediğimiz bu örnekte, “Good, VGood, Acc, Unacc”. Matlabın hazır fonksiyonlarını kullanabilmek için de eğitim kümesinin sınıf etiketine ve test kümesinin sınıf etiketine farklı isimler vermek gerekiyor(CarClass, CarTest).


Time limit is exhausted. Please reload CAPTCHA.