11.19

Posted 2021-01-21 zhanglk

1.简述分类与聚类的联系与区别？

       分类是按照某种标准给对象贴标签，再根据标签来区分归类。聚类是指事先没有“标签”而通过某种成团分析找出事物之间存在聚集性原因的过程。区别是分类是事先定义好类别 ，类别数不变 。分类器需要由人工标注的分类训练得到，属于有指导学习范畴。聚类则没有事先预定的类别，类别数不确定。 聚类不需要人工标注和预先训练分类器，类别在聚类过程中自动生成 。分类的目的是学会一个分类函数或分类模型,该模型能把数据库中的数据项映射到给定类别中的某一个类中。聚类是指根据“物以类聚”原理，将本身没有类别的样本聚集成不同的组，这样的一组数据对象的集合叫做簇，并且对每一个这样的簇进行描述的过程。

2.简述什么是监督学习与无监督学习

      监督学习是利用已知类别的样本，调整分类器的参数，训练得到一个最优模型，使其达到所要求性能，再利用这个训练后的模型，将所有的输入映射为相应的输出，对输出进行简单的判断，从而实现分类的目的，这样，即可以对未知数据进行分类。无监督学习是实现没有有标记的、已经分类好的样本，需要我们直接对输入数据集进行建模，把相似度高的东西放在一起，对于新来的样本，计算相似度后，按照相似程度进行归类就好。两者的区别是监督学习只利用标记的样本集进行学习，而无监督学习只利用未标记的样本集。

3.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？

演算过程：

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。

Sklearn 内置

from sklearn.datasets import load_iris
from sklearn.naive_bayes import GaussianNB
iris = load_iris()
print(iris.data)

print(iris.data[95])

# 建立模型
gnb = GaussianNB()

# 训练
gnb.fit(iris.data,iris.target)

# 预测
print(‘贝叶斯结果:‘,gnb.predict([iris.data[95]]))
print(‘贝叶斯结果:‘,gnb.predict(iris.data))


# KMeans 聚类
from sklearn.cluster import KMeans

# 配置，构建
est = KMeans(n_clusters = 4)