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:
1 from sklearn.datasets import load_iris 2 from sklearn.naive_bayes import GaussianNB, MultinomialNB, BernoulliNB 3 from sklearn.model_selection import cross_val_score 4 5 # Prepare for Three types of Naive Bayes 6 iris = load_iris() 7 x = iris['data'] 8 y = iris['target'] 9 10 # Gaussian 11 GNB_model = GaussianNB() 12 GNB_model.fit(x, y) 13 GNB_pre = GNB_model.predict(x) 14 # Validate 15 GNB_score = cross_val_score(GNB_model, x, y, cv=10) 16 print("Naive Bayes of Gaussian distribution") 17 print("avg. accuracy:%.4f\n" % GNB_score.mean()) 18 19 # Polynomial 20 MNB_model = MultinomialNB() 21 MNB_model.fit(x, y) 22 MNB_pre = MNB_model.predict(x) 23 # Validate 24 MNB_score = cross_val_score(MNB_model, x, y, cv=10) 25 print("Polynomial-type Naive Bayes") 26 print("avg. accuracy:%.4f\n" % MNB_score.mean()) 27 28 # Bernoulli 29 BNB_model = BernoulliNB() 30 BNB_model.fit(x, y) 31 BNB_pre = BNB_model.predict(x) 32 # Validate 33 BNB_score = cross_val_score(BNB_model, x, y, cv=10) 34 print("Bernoulli-type Naive Bayes:") 35 print("avg. accuracy:%.4f\n" % BNB_score.mean())
运行结果: