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：将物理或抽象对象的集合分成由类似的对象组成的多个类的过程。

分类：在已有分类标准下，对新数据进行划分，分类。

 

 

简述什么是监督学习与无监督学习。

监督学习：根据已有的数据集，知道输入和输出结果之间的关系。根据这种已知的关系，训练得到一个最优的模型。通过训练，让机器可以自己找到特征和标签之间的联系，在面对只有特征没有标签的数据时，可以判断出标签。

无监督学习：我们不知道数据集中数据、特征之间的关系，而是要根据聚类或一定的模型得到数据之间的关系。

 

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：

并使用sklearn.model_selection.cross_val_score()，对各模型进行交叉验证。

（1）高斯分布型

 

#高斯分布型
from sklearn.datasets import load_iris
from sklearn.naive_bayes import GaussianNB   #导入高斯
from sklearn.model_selection import cross_val_score   #导入模型评估
iris = load_iris()
model = GaussianNB()  #构造模型
pre = model.fit(iris.data,iris.target)  #训练模型
y_pre = model.predict(iris.data)   #预测模型
scores = cross_val_score(model,iris.data,iris.target,cv=10)  #交叉验证
print("高斯分布型准确率：",scores.mean())

 

 

 

（2）多项式型

#多项式型
from sklearn.naive_bayes import MultinomialNB  #导入多项式
model2 = MultinomialNB()
pre = model2.fit(iris.data,iris.target)
y_pre = model2.predict(iris.data)
scores = cross_val_score(model2,iris.data,iris.target,cv=10)
print("多项式型准确率：",scores.mean())

 

 

 

 

（3）伯努利型

#伯努利型
from sklearn.naive_bayes import BernoulliNB  #导入伯努利
model3 = BernoulliNB()
pre = model3.fit(iris.data,iris.target)
y_pre = model3.predict(iris.data)
scores = cross_val_score(model3,iris.data,iris.target,cv=10)
print("伯努利型准确率：",scores.mean())