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。

简述什么是监督学习与无监督学习。

 

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。

1.理解分类与监督学习、聚类与无监督学习。

（1）简述分类与聚类的联系与区别。

联系：通常,为有监督分类提供若干已标记的模式(预分类过),需要解决的问题是为一个新遇到的但无标记的模式进行标记.在典型的情况下,先将给定的无标记的模式用来学习〔训练),反过来再用来标记一个新模式.聚类需要解决的问题

 

（2）简述什么是监督学习与无监督学习。

监督学习：通过已有的训练样本去训练得到一个最优模型，再利用这个模型将所有的输入映射为相应的输出，对输出进行简单的判断从而实现分类的目的，也就具有了对未知数据进行分类的能力。

无监督学习：在于我们事先没有任何训练样本，而需要直接对数据进行建模。

 

2.

3.

 

from sklearn.datasets import load_iris #sklean的鸢尾花数据集
from sklearn.naive_bayes import GaussianNB, MultinomialNB, BernoulliNB  #导入高斯贝叶斯，多项式型高斯贝叶斯，伯努利型高斯贝叶斯
from sklearn.model_selection import cross_val_score #sklean的交叉验证分数

# 导入鸢尾花数据集
iris = load_iris()
data = iris['data']
#长度数据
target = iris['target']
#种类数据
# 高斯分布型
GNB_model = GaussianNB()  # 构建高斯分布模型
GNB_model.fit(data, target)  # 训练
GNB_pre = GNB_model.predict(data)  # 预测
print("高斯分布模型预测结果为",GNB_pre)
print("高斯分布模型准确率为",sum(GNB_pre == target) / len(data))
# 进行交叉验证
print("进行交叉验证：")
GNB_score = cross_val_score(GNB_model, data, target, cv=10)
print("高斯分布模型的精确率为", GNB_score.mean())

# 多项式型
MNB_model = MultinomialNB()  # 构建多项式模型
MNB_model.fit(data, target)  # 训练
MNB_pre = MNB_model.predict(data)  # 预测
print("多项式模型预测结果为",MNB_pre)
print("多项式模型准确率为" ,sum(MNB_pre == target) / len(data))
print("进行交叉验证：")
# 进行交叉验证
MNB_score = cross_val_score(MNB_model, data, target, cv=10)
print("多项式模型模型的精确率为",MNB_score.mean())

# 伯努利型
BNB_model = BernoulliNB()  # 构建伯努利模型
BNB_model.fit(data, target)  # 训练
BNB_pre = BNB_model.predict(data)  # 预测
print("伯努利模型预测结果为",BNB_pre)
print("伯努利模型准确率为",sum(BNB_pre == target) / len(data))
print("进行交叉验证：")
# 进行交叉验证
BNB_score = cross_val_score(BNB_model, data, target, cv=10)
print("伯努利模型的准确率为", BNB_score.mean())