机器学习11- 分类与监督学习,朴素贝叶斯分类算法
Posted fishmark
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了机器学习11- 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。
简述什么是监督学习与无监督学习。
分类与聚类的区别:是否有已知分类的条件。分类没有,聚类有。
监督学习:已知某些类别的情况下,即具有事先标记的数据,通过特征分析来学习的一类算法。
无监督学习:不具有事先标签的数据,缺乏先验知识进行,在未被标记数据中发现一定规律进行的一类算法。
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 |
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。
1 from sklearn.datasets import load_iris #导入鸢尾花数据 2 from sklearn.naive_bayes import GaussianNB # 高斯分布型 3 from sklearn.naive_bayes import MultinomialNB # 多项式型 4 from sklearn.naive_bayes import BernoulliNB # 伯努利型 5 from sklearn.model_selection import cross_val_score ##交叉验证 6 7 iris = load_iris()# 数据提取 8 9 gnb = GaussianNB() # 建立高斯分布模型 10 mnb = MultinomialNB()# 建立多项式模型 11 bnb = BernoulliNB()# 建立伯努利模型 12 # 分别对模型进行训练 13 gnb_pre = gnb.fit(iris.data, iris.target) 14 mnb_pre = mnb.fit(iris.data, iris.target) 15 bnb_pre = bnb.fit(iris.data, iris.target) 16 # 对数据进行分类预测 17 y_gnb = gnb_pre.predict(iris.data) 18 y_mnb = mnb_pre.predict(iris.data) 19 y_bnb = bnb_pre.predict(iris.data) 20 21 print("GNB预测总数:", iris.data.shape[0]) 22 print("GNB预测正确个数:",(iris.target == y_gnb).sum()) 23 print("MNB预测总数:", iris.data.shape[0]) 24 print("MNB预测正确个数:",(iris.target == y_mnb).sum()) 25 print("BNB预测总数:", iris.data.shape[0]) 26 print("BNB预测正确个数:",(iris.target == y_bnb).sum()) 27 28 # 分别进行交叉验证 29 gnb_scores = cross_val_score(gnb, iris.data, iris.target, cv=10) 30 print("GNB Accuracy:%.6f" % gnb_scores.mean()) 31 mnb_scores = cross_val_score(mnb, iris.data, iris.target, cv=10) 32 print("MNB Accuracy:%.6f" % mnb_scores.mean()) 33 bnb_scores = cross_val_score(bnb, iris.data, iris.target, cv=10) 34 print("BNB Accuracy:%.6f" % bnb_scores.mean())
以上是关于机器学习11- 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