机器学习--10

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。

-分类是指按照定好的类别对样本进行划分，聚类是指将相对靠近的样本进行统一划。分分类与聚类本质上都是将杂乱复杂的样本清楚、有目的性地整理在一起。

简述什么是监督学习与无监督学习。

 -监督学习就是我先告诉程序，这种样本怎么怎么分类，无监督学习，就是给它一堆样本的特征数据，根据特征自行分类

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

 

 

 

说明这个实例最可能患上心梗病

 

 

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.naive_bayes import GaussianNB
from sklearn.naive_bayes import MultinomialNB
from sklearn.naive_bayes import BernoulliNB

from sklearn.model_selection import cross_val_score

from sklearn import datasets

iris = datasets.load_iris()

gnb = GaussianNB()
mnb = MultinomialNB()
bnb = BernoulliNB()

scores1=cross_val_score(gnb, iris.data, iris.target, cv=10)
scores2=cross_val_score(mnb, iris.data, iris.target, cv=10)
scores3=cross_val_score(bnb, iris.data, iris.target, cv=10)
print("GNB:%.3f"%scores1.mean())
print("MNB:%.3f"%scores2.mean())
print("BNB:%.3f"%scores3.mean())