11.分类与监督学习，朴素贝叶斯分类算法

1.理解分类与监督学习、聚类与无监督学习。

 

简述分类与聚类的联系与区别。

分类是按照标签进行分类

聚类是将相似的放在一起

 

简述什么是监督学习与无监督学习。

 监督学习：从标记的训练数据来判断一个功能，从正确的例子进行学习。

无监督学习：没有足够的先验知识，需要机器自己学习。

 

2.朴素贝叶斯分类算法 实例

利用关于心脏病患者的临床历史数据集，建立朴素贝叶斯心脏病分类模型。

有六个分类变量(分类因子)：性别，年龄、KILLP评分、饮酒、吸烟、住院天数

目标分类变量疾病：

–心梗

–不稳定性心绞痛

新的实例：–(性别=‘男’，年龄<70, KILLP=‘I'，饮酒=‘是’，吸烟≈‘是”，住院天数<7)

最可能是哪个疾病？

上传手工演算过程。

	性别	年龄	KILLP	饮酒	吸烟	住院天数	疾病
1	男	>80	1	是	是	7-14	心梗
2	女	70-80	2	否	是	<7	心梗
3	女	70-81	1	否	否	<7	不稳定性心绞痛
4	女	<70	1	否	是	>14	心梗
5	男	70-80	2	是	是	7-14	心梗
6	女	>80	2	否	否	7-14	心梗
7	男	70-80	1	否	否	7-14	心梗
8	女	70-80	2	否	否	7-14	心梗
9	女	70-80	1	否	否	<7	心梗
10	男	<70	1	否	否	7-14	心梗
11	女	>80	3	否	是	<7	心梗
12	女	70-80	1	否	是	7-14	心梗
13	女	>80	3	否	是	7-14	不稳定性心绞痛
14	男	70-80	3	是	是	>14	不稳定性心绞痛
15	女	<70	3	否	否	<7	心梗
16	男	70-80	1	否	否	>14	心梗
17	男	<70	1	是	是	7-14	心梗
18	女	70-80	1	否	否	>14	心梗
19	男	70-80	2	否	否	7-14	心梗
20	女	<70	3	否	否	<7	不稳定性心绞痛

 

3.使用朴素贝叶斯模型对iris数据集进行花分类。

尝试使用3种不同类型的朴素贝叶斯：

• 高斯分布型
• 多项式型
• 伯努利型

并使用sklearn.model_selection.cross_val_score()，对各模型进行交叉验证。

 

 

from sklearn.datasets import load_iris #导入花的数据
from sklearn.naive_bayes import GaussianNB #导入高斯分布
from sklearn.naive_bayes import MultinomialNB #导入多项分布
from sklearn.naive_bayes import BernoulliNB #导入伯努利分布
from sklearn.model_selection import cross_val_score #交叉验证

iris_data= load_iris() #将数据赋值给iris_data
# 模型构建
modelG = GaussianNB()  # 高斯分布型
modelB = BernoulliNB()  # 伯努利型
modelM = MultinomialNB()  # 多项式型
# 交叉验证
score_G = cross_val_score(modelG, iris_data.data, iris_data.target, cv=10)
score_B = cross_val_score(modelB, iris_data.data, iris_data.target, cv=10)
score_M = cross_val_score(modelM, iris_data.data, iris_data.target, cv=10)
print("高斯分布：", score_G.mean())
print("多项式分布：", score_M.mean())
print("伯努利分布：", score_B.mean())