作业11

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。

 

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。

 代码：

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']

# Gaussian
GNB_model = GaussianNB()
GNB_model.fit(x, y)
GNB_pre = GNB_model.predict(x)
# Validate
GNB_score = cross_val_score(GNB_model, x, y, cv=10)
print("Naive Bayes of Gaussian distribution")
print("avg. accuracy：%.4f\n" % GNB_score.mean())

# Polynomial
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("Polynomial-type Naive Bayes")
print("avg. accuracy：%.4f\n" % MNB_score.mean())

# Bernoulli
BNB_model = BernoulliNB()
BNB_model.fit(x, y)
BNB_pre = BNB_model.predict(x)
# Validate
BNB_score = cross_val_score(BNB_model, x, y, cv=10)
print("Bernoulli-type Naive Bayes:")
print("avg. accuracy：%.4f\n" % BNB_score.mean())

运行结果：