分类与监督学习，朴素贝叶斯分类算法

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。

答：分类指监督学习，就是按照某种标准给对象贴标签，再根据标签来区分归类。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。指无监督学习。

区别是，分类是事先定义好类别 ，聚类则没有事先预定的类别。

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。