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

1）、简述分类与聚类的联系与区别。

分类——分类是根据文本的特征或属性，划分到已有的类别中。也就是说，这些类别是已知的，通过对已知分类的数据进行训练和学习，找到这些不同类的特征，再对未分类的数据进行分类。

聚类——聚类是事先不知道数据会分为几类，通过分析将数据或者说用户的共同特点聚合成几个群体，聚类不需要对数据进行训练和学习。

2）、简述什么是监督学习与无监督学习。

简单来说：是否有监督，就看输入数据是否有标签。输入的数据有标签，则为有监督学习，没标签则为无监督学习。

监督学习——监督学习就好比你已经知道了一些问题以及它们的答案，你只需学习这些已知答案的问题，从而用这些经验去得出新问题的答案；

无监督学习——无监督学习则好比你不知道问题的答案，而是根据自己的知识去解答题目，找出题目的共同点，并对这些题目进行归类。

！分类属于监督学习，聚类属于无监督学习。

 

2.朴素贝叶斯分类算法 实例

利用关于心脏情患者的临床数据集，建立朴素贝叶斯分类模型。

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？

上传演算过程。