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。

 

分类与聚类的联系：都要从数据集中找到离目标点最近的电。

分类与聚类的区别：1、分类：是为了确定点的类别。已经知道类别。

　　　　　　　　    2、聚类：是为了将一系列的点分成不同类。没有类别。

 

监督学习：根据数据集和已知的输入数据和输出数据之间的关系，训练得出一个最优模型。

无监督学习：不清楚数据和特征之间的联系，根据聚类或者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：

• 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。

from sklearn.datasets import load_iris
from sklearn.naive_bayes import GaussianNB
from sklearn.naive_bayes import MultinomialNB
from sklearn.naive_bayes import BernoulliNB
from sklearn.model_selection import cross_val_score
iris = load_iris()
x = iris['data']
y = iris['target']

# 高斯分布型
gnb = GaussianNB() #建立模型
gnb.fit(x , y)  #模型训练
gnb_pre = gnb.predict(x)   #分类预测
gnb_scores =cross_val_score(gnb, x, y, cv=10) #交叉验证
print("高斯分布型模型准确率：",gnb_scores.mean())

# 多项式型
mnb = MultinomialNB() #建立模型
mnb.fit(x , y)  #模型训练
mnb_pre = mnb.predict(x)   #分类预测
mnb_scores =cross_val_score(mnb, x, y, cv=10) #交叉验证
print("多项式型模型准确率：",mnb_scores.mean())

# 伯努利型
bnb = BernoulliNB() #建立模型
bnb.fit(x , y)  #模型训练
bnb_pre = bnb.predict(x)   #分类预测
bnb_scores =cross_val_score(bnb, x, y, cv=10) #交叉验证
print("伯努利型模型准确率：",bnb_scores.mean())