分类与监督学习,朴素贝叶斯分类算法

Posted yuxiang1212

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

1)、简述分类与聚类的联系与区别。

分类——分类是根据文本的特征或属性,划分到已有的类别中。也就是说,这些类别是已知的,通过对已知分类的数据进行训练和学习,找到这些不同类的特征,再对未分类的数据进行分类。

聚类——聚类是事先不知道数据会分为几类,通过分析将数据或者说用户的共同特点聚合成几个群体,聚类不需要对数据进行训练和学习。

2)、简述什么是监督学习与无监督学习。

简单来说:是否有监督,就看输入数据是否有标签。输入的数据有标签,则为有监督学习,没标签则为无监督学习。

监督学习——监督学习就好比你已经知道了一些问题以及它们的答案,你只需学习这些已知答案的问题,从而用这些经验去得出新问题的答案;

无监督学习——无监督学习则好比你不知道问题的答案,而是根据自己的知识去解答题目,找出题目的共同点,并对这些题目进行归类。

!分类属于监督学习,聚类属于无监督学习。

 

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。

 

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