RememberMePlease 2020-05-12
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。
联系:分类与聚类都是在数据集中寻找离自己最近的点
区别:分类是一种有监督学习,目的是为了确定点的类别,而类别是已知的;聚类是一种无监督学习,目的是将点分为成若干个类,事先是没有类别的。
监督学习:在监督学习中的数据是带有标签的,知道输入和输出结果之间的关系,通过训练得到一个最优的模型
无监督学习:在无监督学习中数据是没有标签·的,不清楚数据、特征之间的关系,比起监督学习,无监督学习更像是让机器学会自己做事,自学
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 |
心梗的可能性更大
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:
并使用sklearn.model_selection.cross_val_score(),对各模型进行交叉验证。
from sklearn.datasets import load_iris from sklearn.naive_bayes import GaussianNB, MultinomialNB, BernoulliNB from sklearn.model_selection import cross_val_score # Prepare for Three types of Naive Bayes iris = load_iris() x = iris[‘data‘] y = iris[‘target‘] #高斯分布 GNB_model = GaussianNB() GNB_model.fit(x, y) GNB_pre = GNB_model.predict(x) GNB_score = cross_val_score(GNB_model, x, y, cv=10) print("高斯分布模型准确率:%.6f" % GNB_score.mean()) #多项式 MNB_model = MultinomialNB() MNB_model.fit(x, y) MNB_pre = MNB_model.predict(x) # Validate MNB_score = cross_val_score(MNB_model, x, y, cv=10) print("多项式模型准确率:%.6f" % MNB_score.mean()) #伯努利型 BNB_model = BernoulliNB() BNB_model.fit(x, y) BNB_pre = BNB_model.predict(x) BNB_score = cross_val_score(BNB_model, x, y, cv=10) print("伯努利模型准确率:%.6f" % BNB_score.mean())