分类与监督学习,朴素贝叶斯分类算法

Posted xlxielin

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了分类与监督学习,朴素贝叶斯分类算法相关的知识,希望对你有一定的参考价值。

#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。
分类是事先定义好类别,类别数不变,分类也可以称作分类器,把数据库中的数据项映射到给定类别中的某一类中。
聚类是指根据“物以类聚”的原理,将本身没有类别的样本聚集成不同的组。

#简述什么是监督学习与无监督学习。
监督学习:是对具有概念标记的(分类)的训练样本进行学习,对训练样本集外的的数据进行标记(分类)预测。
无监督学习:是输入的数据,没有被标记,也没有确定的结果,样本数据类别未知,需根据样本间的相似性对样本集进行分类(聚类)

 

#2.朴素贝叶斯分类算法 实例
#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?
技术分享图片

 










以上是关于分类与监督学习,朴素贝叶斯分类算法的主要内容,如果未能解决你的问题,请参考以下文章

分类与监督学习,朴素贝叶斯分类算法

分类与监督学习,朴素贝叶斯分类算法

11.分类与监督学习,朴素贝叶斯分类算法

11.分类与监督学习,朴素贝叶斯分类算法

11.分类与监督学习,朴素贝叶斯分类算法

11.分类与监督学习,朴素贝叶斯分类算法