第十次作业

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。

简述什么是监督学习与无监督学习。

 

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。

 

3.编程实现朴素贝叶斯分类算法

利用训练数据集，建立分类模型。

输入待分类项，输出分类结果。

可以心脏情患者的临床数据为例，但要对数据预处理。

 

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。

答：

1. 分类（classification）是对于目标数据库中存在哪些类三知道的情况下，将每一条记录分别属于哪一类标记出来。即找出描述并区分数据类或概念的模型（或函数），以便能够使用模板预测类标记未知的对象类。
   聚类（clustering）是在预先不知道目标数据库到底有多少类的情况下，将所有的记录组成不同的类（聚类），并且使得在这种分类情况下，以某种度量为标准的相似性，在同一聚类之间最小化，而在不同聚类之间最大化。即将已给定的若干无标记的模式聚集起来使之成为有意义的聚类。

2. 分类的目的是学会一个分类函数或分类模型(也常常称作分类器),该模型能把数据库中
   的数据项映射到给定类别中的某一个类中。
   聚类的目的是使得属同类别的对象之间的差别尽可能的小，而不同类别上的对象的差别尽可能的大。

3. 从机器学习的观点，分类技术是一种有指导的学习，即每个训练样本的数据对象已经
   有类标识，通过学习可以形成表达数据对象与类标识间对应的知识。
   聚类技术是一种无指导学习，即在预先不知道预划分类的情况下，根据信息相似度原则进行信息聚类的一种方法。

 

简述什么是监督学习与无监督学习。

答：

1. 有监督学习方法必须要有训练集与测试样本。在训练集中找规律，而对测试样本使用这种规律。
   非监督学习没有训练集，只有一组数据，在该组数据集内寻找规律。
2. 有监督学习的方法就是识别事物，识别的结果表现在给待识别数据加上了标签。因此训练样本集必须由带标签的样本组成。
   非监督学习方法只有要分析的数据集的本身，预先没有什么标签。如果发现数据集呈现某种聚集性，则可按自然的聚集性分类，但不予以某种预先分类标签对上号为目的。

 

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？

演算过程