11.分类与监督学习，朴素贝叶斯分类算法

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：目的是为了确定一个点的类别，具体哪些类别是已知的，常用的算法是KNN，是一种有监督学习。

聚类：是将一系列点分成若干类，事先没有类别的常用K-means算法，是一种无监督学习。

简述什么是监督学习与无监督学习。

 　　监督学习就是从标记的训练数据来判断一个功能，从正确的例子中学习，输入对（x，y）每个实例都是一个输入对象和一个期望输出值。

无监督学习：缺乏足够的先验知识，输入x在没有标记的数据中发现一些规律。

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。

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

3.1高斯分布型

代码：

# -*- coding:utf-8 -*-
from sklearn.datasets import load_iris
iris =load_iris()
# print("我是iris",iris)
print(iris.keys())
print(iris.data.shape)
print(iris.target.shape)
print(iris.data[55])
print(iris.target[55])

#高斯贝叶斯算法
from sklearn.naive_bayes import GaussianNB
gnb = GaussianNB()  #建立模型,漏加括号会报fit缺少y
gnb.fit(iris.data,iris.target)  #模型的训练
gnb.predict([[5.7,2.8,4.5,1.3]]) #  分类预测
y_gnb = gnb.predict(iris.data)
print("高斯分布的分类预测：",y_gnb)

并使用sklearn.model_selection.cross_val_score()，对各模型进行交叉验证。

3.1高斯分布之交叉验证

代码：

#交叉校验高斯贝叶斯的准确率
from sklearn.model_selection import cross_val_score
scores = cross_val_score(gnb,iris.data,iris.target,cv=15)
print(scores)
scores_mean = scores.mean()
print("高斯分布型准确率：",scores_mean)