企业官网建设流程全解析

1. 从一封“误判邮件”说起：朴素贝叶斯多分类到底在解决什么问题

几年前我帮一个做客户服务系统的朋友处理过一个小需求：他们每天收到上千条用户留言，需要自动分成“咨询”“投诉”“建议”“催单”四个类别，然后分发给不同的小组。一开始他们想用关键词匹配，结果“你们这个功能什么时候能好”既像咨询又像催单，“我已经等了三天了”既像投诉又像催单，规则越写越多，维护起来像在补一张永远补不完的网。后来我建议他换成朴素贝叶斯多分类，用历史标注数据训练一个模型，准确率直接上了一个台阶，而且训练速度快到可以在普通办公电脑上跑。

这件事让我意识到，朴素贝叶斯虽然是个“老算法”，但在文本分类、多类别判别这类场景里，它的性价比依然高得离谱。而 MATLAB 作为工程和科研领域最常见的工具之一，实现朴素贝叶斯多分类其实并不复杂，但里面有不少细节如果没人点破，很容易踩坑。这篇文章我就把整个实现过程拆开来讲，从原理到代码，从数据预处理到模型评估，尽量让不同基础的人都能跟着做出来。

朴素贝叶斯多分类的核心思想可以用一句话概括：假设每个特征之间相互独立，然后根据贝叶斯定理计算样本属于每个类别的概率，取概率最大的那个作为预测结果。这里的“朴素”就是指特征独立假设，虽然现实中这个假设往往不成立，但在很多实际任务里，它依然能给出不错的结果。MATLAB 提供了多种实现方式，既可以自己从零写，也可以用统计与机器学习工具箱里的现成函数。下面我会先讲清楚整体设计思路，再一步步落到代码和实操上。

2. 整体设计与思路拆解：为什么选朴素贝叶斯，而不是别的

2.1 多分类问题的本质与朴素贝叶斯的适配性

多分类问题就是样本的标签不止两个，可能有三个、五个甚至几十个。比如手写数字识别有10类，文本情感分析可能有3到5类，故障诊断可能有多种故障类型。解决多分类的思路通常有两种：一种是把多分类拆成多个二分类，比如“一对多”或“一对一”；另一种是直接构建能输出多个类别概率的模型。朴素贝叶斯天然支持多分类，因为它对每个类别都会计算一个后验概率，然后取最大值，不需要额外拆解。

我选择朴素贝叶斯的原因主要有三点。第一，训练速度快，它本质上就是在统计每个类别下各个特征的条件概率，没有复杂的迭代优化过程，数据量再大也能在可接受时间内完成。第二，对小样本友好，很多实际项目里标注数据并不多，朴素贝叶斯不像深度学习那样需要海量数据才能收敛。第三，可解释性强，你能直接看到每个特征对每个类别的贡献程度，出了问题容易排查。当然，它也有缺点，比如特征独立假设过强，如果特征之间高度相关，效果会打折扣。但在文本分类这类特征维度高但相关性相对可控的场景里，它依然是首选基线模型之一。

2.2 MATLAB 实现的两种路线：自写函数 vs 工具箱

在 MATLAB 里实现朴素贝叶斯多分类，有两条路可以走。第一条是完全自己写，从概率计算到预测逻辑全部手动实现。这样做的好处是你能彻底理解每一步在干什么，而且不依赖额外工具箱，适合教学和理解原理。第二条是使用统计与机器学习工具箱里的fitcnb函数，它封装了训练和预测过程，支持多分类，还能处理连续特征和离散特征。两条路我都走过，我的建议是：如果你是第一次接触，先自己写一遍，把原理吃透；如果是在实际项目里快速落地，直接用fitcnb，省时省力。

自己写的时候，核心就是计算先验概率和条件概率。先验概率就是每个类别在训练集中出现的频率，条件概率则要分情况：如果特征是离散的，就统计每个类别下每个特征取值的频率；如果特征是连续的，通常假设它服从高斯分布，计算均值和方差，然后用高斯概率密度函数求值。MATLAB 的矩阵运算能力在这里非常舒服，很多循环可以用accumarray或grpstats替代，代码简洁且速度快。

2.3 数据准备与特征工程的关键考量

不管用哪种路线，数据准备都是绕不开的。对于多分类朴素贝叶斯，输入数据通常是一个矩阵，行是样本，列是特征，另外还有一个标签向量。特征可以是连续的，也可以是离散的。如果是文本数据，需要先做分词、去停用词、向量化，常用的方法是词袋模型或 TF-IDF。MATLAB 的文本分析工具箱里有bagOfWords和tfidf函数，能直接生成特征矩阵。

这里有个容易忽略的点：连续特征的高斯假设。如果你的特征明显不服从高斯分布，比如是指数分布或均匀分布，直接套高斯朴素贝叶斯效果可能不好。这时候可以考虑对特征做变换，比如取对数，或者把连续特征离散化。我一般会先画一下特征的直方图，看看分布形状再决定。另外，如果某些特征取值非常稀疏，比如文本里的罕见词，条件概率会接近零，导致整个后验概率被拉低。这时候需要做平滑处理，最常用的是拉普拉斯平滑，给每个计数加一个小常数，避免零概率。

3. 核心细节解析与实操要点：从公式到代码的映射

3.1 贝叶斯定理在多分类中的展开形式

贝叶斯定理的基本形式是 ( P(C_k|X) = \frac{P(X|C_k)P(C_k)}{P(X)} )。在多分类里，( C_k ) 表示第 k 个类别，( X ) 是特征向量。因为分母 ( P(X) ) 对所有类别都一样，所以预测时只需要比较分子 ( P(X|C_k)P(C_k) ) 的大小。再假设特征之间相互独立，( P(X|C_k) ) 就可以拆成每个特征条件概率的乘积：( P(X|C_k) = \prod_{i=1}^{n} P(x_i|C_k) )。实际计算时，连乘容易导致数值下溢，所以通常取对数，变成求和：( \log P(C_k) + \sum_{i=1}^{n} \log P(x_i|C_k) )。这个对数形式在代码里非常关键，后面写函数时会反复用到。

先验概率 ( P(C_k) ) 的估计很简单，就是类别 k 的样本数除以总样本数。条件概率 ( P(x_i|C_k) ) 则要看特征类型。对于离散特征，比如“颜色=红/黄/蓝”，就是统计在类别 k 中，特征 i 取某个值的频率。对于连续特征，通常假设它服从高斯分布，用类别 k 中特征 i 的均值和方差来估计概率密度。MATLAB 里可以用mean和var快速算出来，注意var默认是除以 n-1，而最大似然估计是除以 n，差别不大，但样本少的时候要注意。

3.2 离散特征与连续特征的处理差异

离散特征和连续特征在朴素贝叶斯里的处理方式完全不同，这是很多人第一次实现时容易混淆的地方。离散特征直接用频率估计，比如在类别“投诉”里，“等待”这个词出现了 20 次，总词数 100，那么 ( P(等待|投诉)=0.2 )。连续特征则要计算高斯概率密度，公式是 ( \frac{1}{\sqrt{2\pi\sigma^2}} \exp\left(-\frac{(x-\mu)^2}{2\sigma^2}\right) )。在 MATLAB 里，你可以用normpdf函数直接算，也可以手动写。手动写的好处是你能控制数值稳定性，比如加上一个很小的数防止方差为零。

我一般会先判断特征类型。如果特征是整数且取值有限，比如 1 到 5 的评分，可以当离散处理；如果是任意实数，比如身高、体重，就当连续处理。但也不是绝对的，有时候把连续特征分箱后当离散处理效果更好，尤其是数据分布明显非高斯的时候。分箱的个数可以用histcounts自动确定，也可以根据业务经验设定。这里没有标准答案，需要根据具体数据做实验。

3.3 平滑处理：为什么零概率是致命的

零概率问题在朴素贝叶斯里非常致命。假设某个特征取值在训练集的某个类别里从未出现过，那么条件概率就是零，连乘之后整个后验概率变成零，模型直接忽略这个类别。这在文本分类里特别常见，因为词汇表很大，很多词在某些类别里就是不出现。解决办法就是平滑，最经典的是拉普拉斯平滑，也叫加一平滑。具体做法是：分子加 1，分母加特征取值个数。对于离散特征，如果特征 i 有 ( V_i ) 个可能取值，那么 ( P(x_i=a|C_k) = \frac{count(x_i=a, C_k) + 1}{count(C_k) + V_i} )。这样既避免了零概率，又不会过度影响原有频率。

对于连续特征，平滑的概念不太一样，主要是防止方差为零。如果某个类别下某个特征的方差为零，高斯概率密度会变成无穷大或未定义。这时候可以给方差加一个很小的常数，比如 ( 10^{-6} )，或者用全局方差代替。我在实际项目里遇到过某个特征在某个类别下所有值都相同的情况，当时就是靠加小常数解决的。另外，如果某个类别在训练集里样本极少，先验概率会很低，这时候也可以对先验做平滑，但一般不需要，因为先验低本身反映了类别不平衡。

4. 实操过程与核心环节实现：手把手写一个多分类朴素贝叶斯

4.1 数据加载与预处理：构造一个可复现的示例

为了让大家能跟着做，我先构造一个简单的多分类数据集。假设我们有三个类别：A、B、C，每个样本有两个特征，第一个是离散特征（取值 1、2、3），第二个是连续特征。训练集和测试集按 7:3 划分。实际项目中你的数据可能来自 Excel、CSV 或数据库，MATLAB 用readtable或readmatrix都能读进来。这里为了演示，我直接用随机数生成，但会设定随机种子保证可复现。

rng(42); % 固定随机种子 n = 300; % 总样本数 % 生成类别标签，每类100个 labels = [ones(100,1); 2*ones(100,1); 3*ones(100,1)]; % 生成离散特征，每类有不同的取值偏好 feat1 = zeros(n,1); feat1(1:100) = randi([1,2],100,1); % 类别A偏向1和2 feat1(101:200) = randi([2,3],100,1); % 类别B偏向2和3 feat1(201:300) = randi([1,3],100,1); % 类别C均匀分布 % 生成连续特征，每类均值不同 feat2 = zeros(n,1); feat2(1:100) = randn(100,1)*1 + 2; % 类别A均值2 feat2(101:200) = randn(100,1)*1 + 5; % 类别B均值5 feat2(201:300) = randn(100,1)*1 + 8; % 类别C均值8 % 组合成特征矩阵 X = [feat1, feat2]; % 打乱顺序 idx = randperm(n); X = X(idx,:); labels = labels(idx); % 划分训练集和测试集 split = round(0.7*n); X_train = X(1:split,:); y_train = labels(1:split); X_test = X(split+1:end,:); y_test = labels(split+1:end);

这段代码生成了一个 300 样本、2 特征、3 类别的数据集。离散特征和连续特征混合，正好能演示两种处理方式。实际使用时，你只需要把X和labels替换成自己的数据即可。注意标签最好是整数，从 1 开始连续编号，这样后面索引方便。

4.2 训练阶段：计算先验与条件概率

训练阶段的核心就是统计。先算先验概率，再分别算离散特征和连续特征的条件概率。我习惯把模型参数存到一个结构体里，这样预测时直接调用，代码清晰。下面是训练函数的实现：

function model = trainNB(X, y) classes = unique(y); n_classes = length(classes); n_features = size(X,2); model.classes = classes; model.prior = zeros(n_classes,1); model.disc_prob = cell(n_classes, n_features); % 离散特征条件概率 model.cont_mean = zeros(n_classes, n_features); % 连续特征均值 model.cont_var = zeros(n_classes, n_features); % 连续特征方差 model.feat_type = cell(1, n_features); % 记录每个特征类型 for c = 1:n_classes idx = (y == classes(c)); model.prior(c) = sum(idx) / length(y); for f = 1:n_features x_f = X(idx, f); % 判断特征类型：如果取值都是整数且唯一值少于10个，当离散 if all(x_f == round(x_f)) && length(unique(x_f)) < 10 model.feat_type{f} = 'discrete'; vals = unique(X(:,f)); prob = zeros(length(vals),1); for v = 1:length(vals) % 拉普拉斯平滑 prob(v) = (sum(x_f == vals(v)) + 1) / (length(x_f) + length(vals)); end model.disc_prob{c,f} = struct('vals', vals, 'prob', prob); else model.feat_type{f} = 'continuous'; model.cont_mean(c,f) = mean(x_f); model.cont_var(c,f) = var(x_f) + 1e-6; % 防止方差为零 end end end end

这里有几个细节值得说。第一，特征类型的判断我用了“取值都是整数且唯一值少于10个”这个规则，实际项目中你可以根据业务知识手动指定，比如文本词频就是离散，温度就是连续。第二，离散特征的条件概率我用了拉普拉斯平滑，分子加1，分母加取值个数。第三，连续特征的方差加了 ( 10^{-6} )，防止为零。这些都是在实际踩坑后总结出来的，不加平滑或者不加小常数，测试时很容易出现 NaN 或零概率。

4.3 预测阶段：对数概率求和与类别判定

预测阶段就是对新样本，计算它属于每个类别的对数后验概率，然后取最大值。对数概率的好处是避免连乘下溢，而且加法比乘法快。下面是预测函数的实现：

function y_pred = predictNB(model, X) n_test = size(X,1); n_classes = length(model.classes); n_features = size(X,2); log_prob = zeros(n_test, n_classes); for i = 1:n_test for c = 1:n_classes % 先验的对数 log_prob(i,c) = log(model.prior(c)); for f = 1:n_features x_val = X(i,f); if strcmp(model.feat_type{f}, 'discrete') % 离散特征：查找对应取值的概率 vals = model.disc_prob{c,f}.vals; prob = model.disc_prob{c,f}.prob; idx = find(vals == x_val, 1); if isempty(idx) % 如果测试集出现训练集没见过的取值，用平滑后的最小概率 p = 1 / (sum(model.prior)*length(vals) + length(vals)); else p = prob(idx); end log_prob(i,c) = log_prob(i,c) + log(p); else % 连续特征：高斯概率密度 mu = model.cont_mean(c,f); sigma2 = model.cont_var(c,f); p = (1/sqrt(2*pi*sigma2)) * exp(-(x_val-mu)^2/(2*sigma2)); log_prob(i,c) = log_prob(i,c) + log(p + 1e-300); % 防止log(0) end end end end % 取对数概率最大的类别 [~, idx] = max(log_prob, [], 2); y_pred = model.classes(idx); end

这段代码里，离散特征如果遇到训练集没见过的取值，我用了一个近似的最小概率，避免零概率。连续特征计算高斯密度后加了一个极小值再取对数，防止 log(0)。这些细节在教科书里往往不提，但实际跑数据时经常遇到。另外，max函数第二个参数是维度，2 表示按行取最大值，返回的 idx 是列索引，再映射回类别标签。

4.4 模型评估：混淆矩阵与准确率计算

训练和预测完成后，需要评估模型效果。最常用的指标是准确率，但多分类问题里混淆矩阵更能反映问题。MATLAB 有confusionmat函数，可以直接用。下面是我常用的评估代码：

y_pred = predictNB(model, X_test); acc = sum(y_pred == y_test) / length(y_test); fprintf('测试集准确率: %.2f%%\n', acc*100); % 混淆矩阵 cm = confusionmat(y_test, y_pred); disp('混淆矩阵:'); disp(cm); % 可视化混淆矩阵 figure; confusionchart(y_test, y_pred); title('朴素贝叶斯多分类混淆矩阵');

准确率能给你一个整体印象，但混淆矩阵能告诉你哪些类别容易混。比如类别 A 和 B 之间误判多，可能是特征区分度不够，或者先验概率偏差大。我一般会看混淆矩阵的对角线是否明显大于非对角线，如果某个类别的召回率特别低，就要回头检查那个类别的数据量是否太少，或者特征是否被其他类别覆盖了。

5. 常见问题与排查技巧实录：那些年我踩过的坑

5.1 零概率与数值下溢：症状、原因与解决

零概率是朴素贝叶斯最常见的坑。症状是预测结果总是偏向某几个类别，或者干脆所有样本都预测成同一类。原因就是某个特征取值在某个类别下没出现，条件概率为零，连乘后整个后验为零。解决办法就是前面说的拉普拉斯平滑。但平滑也有讲究，加1是最简单的，但如果特征取值非常多，比如文本词汇表有几万个，加1会让所有概率都被拉平，区分度下降。这时候可以用更小的平滑系数，比如加0.1或0.01，MATLAB 里自己写函数时把加1改成加 alpha 即可。

数值下溢是另一个问题。当特征很多时，连乘几十个小于1的概率，结果会小到计算机无法表示，变成0。取对数就能解决，因为对数把乘法变成加法，而且对数概率的范围通常在负几百到零之间，不会下溢。我在代码里全程用对数概率，就是这个原因。注意取对数之前要确保概率大于零，所以平滑和加小常数是必须的。

5.2 特征类型误判导致的性能下降

特征类型判断错误会直接影响模型效果。比如把连续特征当离散处理，如果连续特征取值很多，每个取值都单独统计频率，会导致条件概率非常稀疏，大部分取值概率为零，平滑后所有概率都差不多，模型失去区分能力。反过来，把离散特征当连续处理，用高斯分布去拟合，如果离散特征只有几个取值，高斯假设完全不成立，效果也会很差。

我的经验是：先看特征的物理含义。如果是计数、评分、类别编号，通常当离散；如果是测量值、温度、金额，通常当连续。如果拿不准，就两种都试一下，用交叉验证比较准确率。MATLAB 里切换很简单，改一下feat_type的判断逻辑就行。另外，对于连续特征，如果分布明显偏斜，可以先做对数变换或 Box-Cox 变换，再当连续处理，效果往往更好。

5.3 类别不平衡与先验概率的调整

类别不平衡在多分类里很常见，比如正常样本占90%，异常样本只占10%。朴素贝叶斯默认用训练集的类别频率作为先验，这会导致模型偏向多数类。如果你更关心少数类的召回率，可以手动调整先验概率，比如给少数类更高的先验权重。MATLAB 的fitcnb有Prior参数可以设置，自己写的话就在model.prior里改。但要注意，调整先验会影响所有类别的后验，需要根据业务目标权衡。

我遇到过一个故障诊断项目，正常样本远多于故障样本，模型总是预测正常。后来我把故障类的先验调高，召回率上去了，但误报也多了。最后是通过调整决策阈值解决的：不直接取最大后验，而是给故障类一个偏置，超过某个阈值才判为故障。这个偏置可以用验证集调出来。所以，先验调整不是万能的，要结合具体评价指标来定。

5.4 常见问题速查表

这张表是我在实际项目中反复遇到的，基本上覆盖了80%的问题。每次出问题，先对照这张表排查，能省不少时间。

6. 用 fitcnb 快速落地：工具箱路线与自写路线的对比

6.1 fitcnb 的基本用法与参数设置

如果你不想自己写训练和预测函数，MATLAB 的fitcnb可以直接用。基本语法是mdl = fitcnb(X, y)，然后predict(mdl, X_test)就能得到预测标签。它支持多分类，自动处理离散和连续特征，还内置了平滑。下面是一个完整示例：

mdl = fitcnb(X_train, y_train, 'DistributionNames', 'mn'); % 'mn' 表示多项分布，适合离散特征；'normal' 表示高斯，适合连续特征 % 也可以为每个特征单独指定，比如 {'mn', 'normal'} y_pred = predict(mdl, X_test); acc = sum(y_pred == y_test) / length(y_test); fprintf('fitcnb 准确率: %.2f%%\n', acc*100);

fitcnb的DistributionNames参数很关键。如果所有特征都是离散的，用'mn'；如果都是连续的，用'normal'；如果混合，就传一个元胞数组，比如{'mn', 'normal'}。它还有Prior参数可以设置先验，ScoreTransform可以做概率校准。相比自写函数，fitcnb省去了平滑和数值处理的麻烦，适合快速原型和实际项目。

6.2 两种路线的适用场景与选择建议

自写函数和fitcnb各有优劣。自写函数适合学习和理解原理，你能完全控制每一步，遇到问题也知道从哪里改。而且不依赖工具箱，在一些受限环境里也能跑。缺点是代码量大，容易在细节上出错，比如平滑、数值稳定性、特征类型判断。fitcnb适合实际项目，代码简洁，参数丰富，经过充分测试，稳定性好。缺点是黑盒，内部实现细节不透明，遇到特殊需求不好定制。

我的建议是：先用 fitcnb 快速跑通，再用自写函数深入理解。如果你是在做课程作业或研究，自写函数能体现你的理解深度；如果是在公司做项目，时间紧任务重，直接用fitcnb，把精力放在特征工程和业务理解上。两者并不矛盾，很多人都是先用工具箱跑出基线，再根据需求决定是否自己实现。

6.3 性能对比与调优经验

我在同一个数据集上对比过自写函数和fitcnb，准确率几乎一样，但fitcnb的训练时间更短，因为内部做了向量化优化。自写函数如果循环写得多，数据量大时会明显慢。所以如果你用自写函数，尽量把循环改成矩阵运算。比如计算离散特征条件概率时，可以用accumarray一次性统计所有类别和取值，比双重循环快很多。

调优方面，朴素贝叶斯可调的参数不多，主要是平滑系数和先验。平滑系数一般取 0.1 到 1 之间，可以用交叉验证选。先验根据业务需求调整。另外，特征选择也很重要，去掉无关特征能提升效果。MATLAB 的fscmrmr或relieff可以做特征排序，选前 k 个特征再训练。我试过在一个文本分类任务里，把特征从 5000 维降到 500 维，准确率只降了 1%，但训练速度快了 10 倍。

7. 从实现到落地：几个值得注意的工程细节

7.1 数据标准化对连续特征的影响

连续特征做高斯朴素贝叶斯时，标准化不是必须的，因为高斯分布对尺度不敏感，均值和方差会自适应。但如果你用fitcnb并且混合了离散和连续特征，标准化有时能避免数值问题。另外，如果连续特征量纲差异很大，比如一个特征范围是 0 到 1，另一个是 0 到 10000，虽然高斯假设下不影响概率计算，但数值精度可能受影响。我一般会对连续特征做 z-score 标准化，即减去均值除以标准差，这样所有特征都在同一尺度，调试起来更直观。

标准化还有一个好处是方便设置平滑常数。如果特征尺度差异大，方差也差异大，加 ( 10^{-6} ) 可能对某些特征太小，对另一些太大。标准化后方差都在 1 附近，加一个小常数就统一了。当然，标准化要在训练集上计算均值和标准差，然后应用到测试集，不能直接用全部数据算，否则会引入信息泄露。

7.2 交叉验证与超参数选择

朴素贝叶斯的超参数少，但交叉验证依然重要，尤其是评估模型稳定性。MATLAB 的crossval或cvpartition可以做 k 折交叉验证。我一般用 5 折或 10 折，看数据量。数据少就用 5 折，数据多就用 10 折。交叉验证不仅能估计泛化误差，还能帮你选平滑系数。比如试几个不同的 alpha 值，看哪个平均准确率最高。

cv = cvpartition(y_train, 'KFold', 5); accs = zeros(5,1); for k = 1:5 train_idx = training(cv, k); test_idx = test(cv, k); model = trainNB(X_train(train_idx,:), y_train(train_idx)); y_pred = predictNB(model, X_train(test_idx,:)); accs(k) = sum(y_pred == y_train(test_idx)) / sum(test_idx); end fprintf('交叉验证平均准确率: %.2f%%\n', mean(accs)*100);

这段代码可以直接套用。注意交叉验证要在训练集上做，测试集留到最后用一次，避免过拟合。如果交叉验证准确率波动很大，说明数据分布不均匀或样本太少，需要增加数据或做分层抽样。

7.3 模型保存与部署的注意事项

训练好的模型需要保存，方便下次直接加载预测。MATLAB 用save和load就行，但要注意结构体里如果有函数句柄或复杂对象，保存后可能无法加载。我一般只保存数值参数，比如先验、均值、方差、离散概率表，预测时重新构造模型。这样文件小，兼容性好。如果用的是fitcnb，它返回的是对象，直接save('model.mat', 'mdl')即可，但要注意 MATLAB 版本兼容性，不同版本的对象可能不通用。

部署时，如果目标环境没有 MATLAB，可以用 MATLAB Coder 生成 C/C++ 代码，或者用 MATLAB Compiler 打包成独立程序。但朴素贝叶斯逻辑简单，很多时候直接用其他语言重写预测部分更快。我通常会把训练好的参数导出成 JSON 或 CSV，然后在 Python 或 Java 里实现预测，这样部署灵活，不依赖 MATLAB 运行时。

8. 一个完整可运行的示例：从数据到预测的全流程

8.1 整合代码与运行说明

把前面的代码整合起来，就是一个完整的脚本。你可以直接复制到 MATLAB 里运行，看看效果。我建议先运行数据生成部分，然后训练，再预测，最后看混淆矩阵。如果准确率不理想，可以调整数据生成时的均值差异，或者增加样本量。这个示例虽然简单，但涵盖了朴素贝叶斯多分类的所有核心步骤：数据准备、训练、预测、评估。

运行的时候注意，trainNB和predictNB两个函数要保存成单独的 .m 文件，或者放在脚本末尾作为局部函数。MATLAB 从 R2016b 开始支持脚本内定义局部函数，所以你可以把它们放在同一个脚本里，只要在脚本最后定义即可。如果报错说函数未定义，检查一下函数名和文件名是否一致，或者路径是否包含当前文件夹。

8.2 结果解读与改进方向

运行后你会看到准确率和混淆矩阵。如果准确率在 90% 以上，说明数据区分度好，模型学到了。如果只有 60% 到 70%，可能是特征区分度不够，或者类别之间有重叠。这时候可以尝试增加特征、做特征变换、调整平滑系数，或者换用其他模型对比。朴素贝叶斯作为基线，如果它的效果已经满足业务需求，就没必要上复杂模型。如果效果差很多，再考虑 SVM、随机森林或神经网络。

改进方向我一般按这个顺序：先检查数据质量和标注一致性，再优化特征，然后调平滑和先验，最后才考虑换模型。很多问题其实出在数据上，而不是算法上。我见过一个项目，标注数据里 20% 的标签是错的，换什么模型都没用。所以，数据清洗和标注审核永远是第一步。

8.3 扩展到文本分类的实战建议

如果你要做文本分类，这个框架可以直接扩展。把文本用bagOfWords转成词频矩阵，然后当离散特征处理。注意文本特征维度很高，通常几千到几万维，这时候平滑系数要小，比如 0.01 或 0.1，否则概率会被拉平。另外，可以用 TF-IDF 代替原始词频，效果通常更好。MATLAB 的tfidf函数可以直接用。如果数据量大，还可以做特征选择，去掉低频词和停用词，减少维度。

文本分类里还有一个技巧是使用 n-gram，比如二元词组，能捕捉词序信息。但特征维度会爆炸，需要配合特征选择。我一般先用一元词袋跑基线，如果效果不够再加二元。另外，中文文本需要先分词，MATLAB 的文本分析工具箱支持中文分词，但需要安装语言包。如果没装，可以先用其他工具分词后再导入。

9. 写在最后：一些个人体会

朴素贝叶斯多分类在 MATLAB 里的实现，说难不难，说简单也不简单。难的是细节，比如平滑、数值稳定性、特征类型判断，这些在教科书里往往一笔带过，但实际跑数据时个个都是坑。简单的是核心逻辑，就是概率统计加取最大值，没有复杂的优化过程。我这些年用下来，最大的体会是：不要小看任何基础算法，把细节做扎实，它能在很多场景里给你惊喜。

另外，MATLAB 的矩阵运算能力真的适合快速验证想法。你不需要写很多循环，很多统计量一行代码就能算出来。如果你刚开始学机器学习，用 MATLAB 实现朴素贝叶斯是个很好的起点，因为它让你专注于概率逻辑，而不是框架配置。等你把原理吃透了，再换 Python 或其他工具，会发现很多东西都是相通的。

最后分享一个小技巧：如果你在调试时发现准确率异常，先别急着改模型，把训练集和测试集的类别分布打印出来看看。很多时候问题出在数据划分上，比如某个类别在测试集里一个样本都没有，或者训练集和测试集分布差异太大。数据对了，模型差不到哪里去；数据错了，模型再好也白搭。