作业十 分类与监督学习，朴素贝叶斯分类算法

1.

分类与聚类的本质区别？

二者的本质区别是：对受众的标签类别是已知还是未知！

具体解释就是，分类对受众标签类别是已知的。即事先定义的类别，类别数量，甚至类别间的层级关系都是已知的。然后利用训练和学习完的模型把数据库中的未分类数据项，根据特征或属性映射到给定类别中的某一类中；而聚类则对受众标签类别是未知的。即没有事先预定的类别，类别数也不确定。只是根据“物以类聚”的原理，通过对算法判断规则的调整将具有相似特征的数据聚成一类。

 简单地说，分类(Categorization or Classification)就是按照某种标准给对象贴标签(label)，再根据标签来区分归类。

简单地说，聚类是指事先没有“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。

区别是，分类是事先定义好类别 ，类别数不变 。分类器需要由人工标注的分类训练语料训练得到，属于有指导学习范畴。聚类则没有事先预定的类别，类别数不确定。 聚类不需要人工标注和预先训练分类器，类别在聚类过程中自动生成 。分类适合类别或分类体系已经确定的场合，比如按照国图分类法分类图书；聚类则适合不存在分类体系、类别数不确定的场合，一般作为某些应用的前端，比如多文档文摘、搜索引擎结果后聚类(元搜索)等。

什么是监督学习与无监督学习？ 

监督学习（supervised learning）：通过已有的训练样本（即已知数据以及其对应的输出）来训练，从而得到一个最优模型，再利用这个模型将所有新的数据样本映射为相应的输出结果，对输出结果进行简单的判断从而实现分类的目的。

无监督学习（unsupervised learning）：我们事先没有任何训练数据样本，需要直接对数据进行建模。

2.朴素贝叶斯分类算法 

 

3.编程实现朴素贝叶斯分类算法

from sklearn.datasets import load_iris
iris = load_iris()
iris.data[55]
iris.target[55]
from sklearn.naive_bayes import GaussianNB
gnb = GaussianNB()
gnb.fit(iris.data,iris.target)
gnb.predict([[5.5,2.0,4.5,1.3]])