本文主要是介绍R语言利用贝叶斯分类法(klaR程序包），训练数据集，预测数据的分类，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
系列文章目录
R语言和RStudio安装，载入TXT、CSV和XLSX（利用RODBC）文件
文章目录
- 系列文章目录
- 前言
- 正文
- 1.载入程序包MASS和klaR
- 2. 训练数据集
- 3.用NaiveBayes（）函数进行预测
- 总结
前言
本文其实是老师布置的作业，作业的正文如图：
正文
1.载入程序包MASS和klaR
install.packages("MASS")
install.packages("klaR")
library(MASS)
library(klaR)
2. 训练数据集
train<-data.frame(
库存数量=c(10,12,25,20,19,18,10,16,15,30),
单价=c(680,100,20,15,12,10,17,13,11,5),类别=as.factor(c("c1","c1","c2","c2","c3","c3","c3","c3","c3","c3")))3.用NaiveBayes（）函数进行预测
test<-data.frame(库存数量=15,单价=15)
model<-NaiveBayes(类别~库存数量+单价,data=train)
pre<-predict(model,test)
pre
得到结果为C3.
总结
我是用的程序包是klaR，并使用训练函数NaiveBayes（）。这里也可以使用e1071程序包，并使用训练函数naiveBayes（），model<-naiveBayes(formula, data, laplace=0)，并使用预测函数predict（），predict（model, newdata）
这篇关于R语言利用贝叶斯分类法(klaR程序包），训练数据集，预测数据的分类的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
