分类与监督学习，朴素贝叶斯分类算法

Posted 2021-01-21 sjmhj

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。

联系：按照某种标准给对象贴标签，再根据标签来区分归类。

分类：相当于给数据贴标签，根据标签可以提高对数据认知的效率，降低认知成本。

聚类：是指事先没有“标签”而通过某种成因分析找出事物之间存在聚集性原因的过程。

区别：类别成因不同。

分类：是事先定义好类别 ，类别数不变，属于有指导学习范畴。

聚类：没有事先预定的类别，类别数不确定，类别在聚类过程中自动生成。

 

简述什么是监督学习与无监督学习。

监督学习：每个实列都是由一组特征和一个类别结果，组成；用有标注的数据训练模型，并产生一个推断的功能；对于新的实例，可以用于映射该实例的类别。

无监督学习：我们只知道一些特征，并不知道答案，但不同的实例具有一定的相似性，把那些相似的聚集在一起为无监督学习。

 

2.朴素贝叶斯分类算法 实例

利用关于心脏情患者的临床数据集，建立朴素贝叶斯分类模型。

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？

上传演算过程。

 

 

3.编程实现朴素贝叶斯分类算法

利用训练数据集，建立分类模型。

输入待分类项，输出分类结果。

可以心脏情患者的临床数据为例，但要对数据预处理。

 

from sklearn.datasets import load_iris

iris = load_iris()

iris.data[55]

array([5.7, 2.8, 4.5, 1.3])

iris.target[55]

1

 

 

from sklearn.naive_bayes import GaussianNB

gnb = GaussianNB()  #模型

gnb.fit(iris.data,iris.target)  #训练

gnb.predict([[5.5, 2.0, 4.5, 1.3]])  #分类

array([1])