基于贝叶斯判别的机场航班延误因素分析

基于贝叶斯判别的机场航班延误因素分析
clc,clear,close all
load('sourcedata.mat');
load data.mat
load('datatest.mat');
n=size(data);
%% 创建朴素贝叶斯分类器对象
%% 创建朴素贝叶斯分类器对象ObjBayes
training=data(1:103,1:5);
group=data(1:103,6);
ObjBayes = NaiveBayes.fit(training,group,'Distribution','kernel')
%% 对训练样本进行判别
%% 利用所创建的朴素贝叶斯分类器对象ObjBayes，对训练样本进行判别
pre0 = ObjBayes.predict(training);
disp '贝叶斯分类器训练数据和实际结果是否相等，相等为1，否则为0'
isequal(pre0, group) % 判断判别结果pre0与分组向量group
是否相等
pre1 = ObjBayes.predict(data(1:103,1:5));
figure,
subplot(211),bar(data(:,6));figure(gcf);axis tight,box off,grid on title('原始数据---> 用于训练网络---103组数据---实际延误率') subplot(212),bar(pre1);figure(gcf);axis tight,box off,grid on
title('贝叶斯网络训练结果---预测延误率')
%% 贝叶斯预测误差统计
By1=ysw(data,pre1)
%%
%% 对于样本进行预测
test=datatest(:,1:5);
datatestresult=datatest(:,6);
pre2 = ObjBayes.predict(test);
figure,
subplot(211),bar(datatest(:,6));figure(gcf);axis tight,box off,grid on title('输入待检验的数据，实际结果')
subplot(212),bar(pre2);figure(gcf);axis tight,box off,grid on title('贝叶斯网络训练结果')
%% 贝叶斯预测误差统计
By2=ysw(datatest,pre2)。