博客园  :: 首页  :: 新随笔  :: 联系 :: 订阅 订阅  :: 管理

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。

答:

类:按照某种标准给对象贴标签,再根据标签来区分归类。

聚类:事先没有“标签”而通过某种成团分析找出事物之间存在聚集性原因的过程。

简单来说,分类就是向事物分配标签,聚类就是将相似的事物放在一起。

 

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。通俗一点,可以把机器学习理解为我们教机器如何做事情。

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。比起监督学习,无监督学习更像是自学,让机器学会自己做事情,是没有标签的。

 

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

>80

1

7-14

心梗

2

70-80

2

<7

心梗

3

70-81

1

<7

不稳定性心绞痛

4

<70

1

>14

心梗

5

70-80

2

7-14

心梗

6

>80

2

7-14

心梗

7

70-80

1

7-14

心梗

8

70-80

2

7-14

心梗

9

70-80

1

<7

心梗

10

<70

1

7-14

心梗

11

>80

3

<7

心梗

12

70-80

1

7-14

心梗

13

>80

3

7-14

不稳定性心绞痛

14

70-80

3

>14

不稳定性心绞痛

15

<70

3

<7

心梗

16

70-80

1

>14

心梗

17

<70

1

7-14

心梗

18

70-80

1

>14

心梗

19

70-80

2

7-14

心梗

20

<70

3

<7

不稳定性心绞痛

 

答:

 

 

 

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 from sklearn.datasets import load_iris
 2 from sklearn.naive_bayes import GaussianNB
 3 from sklearn.naive_bayes import BernoulliNB
 4 from sklearn.naive_bayes import MultinomialNB
 5 from sklearn.model_selection import cross_val_score
 6 
 7 # 导入数据
 8 iris_data = load_iris()
 9 
10 # 构建模型
11 g = GaussianNB()  # 高斯分布型
12 m = MultinomialNB()  # 多项式型
13 b = BernoulliNB()  # 伯努利型
14 
15 # 交叉验证
16 score_G = cross_val_score(g, iris_data.data, iris_data.target, cv=10)
17 score_M = cross_val_score(m, iris_data.data, iris_data.target, cv=10)
18 score_B = cross_val_score(b, iris_data.data, iris_data.target, cv=10)
19 
20 print("各个朴素贝叶斯模型的评价分:")
21 print("高斯分布型的评价分:", score_G.mean())
22 print("多项式型的评价分:", score_M.mean())
23 print("伯努利型的评价分:", score_B.mean())

 

实验结果: