《表4 部分仿真预测结果：朴素贝叶斯模型在驾驶员伤情预测中的应用》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《朴素贝叶斯模型在驾驶员伤情预测中的应用》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

部分训练数据集的离散处理结果，如表1所示。根据MATLAB编程，可以得到式（5）中的各个概率。P(C1）为0.3553，P(C1）为0.6447。在此，列出在类C1情况下的各个属性变量的概率，如表2所示，类C2情况下的各个属性变量概率，如表3所示。最后，根据上述计算所得的概率，将测试数据集中各个属性变量对应的概率代入式（5）中，即可预测测试数据集中的驾驶员伤情是否达到MAIS3+。若P(C1/x1，x2，x3，x4，x5，x6）叟0.5，则预测的驾驶员伤情等级达到MAIS3+。反之，驾驶员伤情等级小于MAIS3。部分预测结果，如表4所示。