机器学习第十次作业

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。

对于分类来说，在对数据集分类时，我们是知道这个数据集是有多少种类的，比如对一个学校的在校大学生进行性别分类，我们会下意识很清楚知道分为“男”,“女”

对于聚类来说，在对数据集操作时，我们是不知道该数据集包含多少类，我们要做的，是将数据集中相似的数据归纳在一起。比如预测某一学校的在校大学生的好朋友团体，我们不知道大学生和谁玩的好玩的不好，我们通过他们的相似度进行聚类，聚成n个团体，这就是聚类。

简述什么是监督学习与无监督学习。

监督学习是从给定的训练数据集中学习出一个函数（模型参数），当新的数据到来时，可以根据这个函数预测结果。

无监督学习是指输入数据没有被标记，也没有确定的结果。

2.朴素贝叶斯分类算法

A{<7},B{KILLP=1},C{男},D{饮酒}，E{吸烟}，F{<70}

P(A)=6/20=0.3

P(B)=10/20=0.5

P(C)=8/20=0.4

P(D)=4/20=0.2

P(E)=9/20=0.45

P(F)=5/20=0.25

去掉了第六条和第八条无关数据

P(ABCDE)=0

P(BCDEF)=1/18=0.056

P(ACDEF)=0

P(ABDEF)=0

P(ABCEF)=0

P(ABCDF)=0

初略推测为心梗

 

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。

代码

 

 结果