第十次作业

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。

聚类分析

　 －将数据集划分为若干类，使得类内之间的数据最为相似。

分类：给数据贴标签

　　－提高认知效率
　　－降低认知成本

典型代表：邮件过滤

　　－自动识别垃圾邮件
　　根据以往收到的邮件进行标注，有些是正常邮件，有些是垃圾邮件，根据垃圾邮件和正常邮件的特点，判断下一封邮件是否为垃圾邮件。　　　　

简述什么是监督学习与无监督学习

(1). 监督学习

　　－每个实例都是由一组特征和一个类别结果
　　－用有标注的数据训练模型，并产生一个推断的功能
　　－对于新的实例，可以用于映射出该实例的类别

(2).无监督学习

　　－我们只知道一些特征，并不知道答案，但不同实例具有一定的相似性，把那些相似的聚集在一起。

贝叶斯定理

p(B|A)=p(A|B)*p(B) % p(A)
　

朴素贝叶斯分类算法

　－对于给出的待分类项，求解在此项出现的条件下各个类别出现的概率，取概率最大的。

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。

演算过程如下

3.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。

上机练习

from sklearn.datasets import load_iris                    # 预处理
iris = load_iris
iris.keys()

from sklearn.naive_bayes import GaussianNB
gnb = GaussianNB()                                                    # 建模
gnb.fit(iris.data,iris.target)                                         # 训练
gnb.predict([4.8,3.5,4.2,1.2)]                                     # 预测
# gnb.predict([iris.data[95]]) 

from sklearn.cluster import KMeans
est = KMeans(n_clusters=4)#所有的花分为四类
est.fit(iris.data)
est.labels_