第十一次作业----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。

 

分类和聚类的联系：都对输入的数据集进行分类。

分类和聚类的区别：

　　分类是通过学习找出描述并区分数据类的模型，以该模型应用于预测标记未知的输入数据。

　　聚类将本身没有类别的样本聚集成不同的对象集合，使得同簇的样本之间应该相似度最大化，而不同簇的样本应相似度最小化。

监督学习：过已有的训练样本去训练得到一个最优模型，根据这个模型去对未知数据进行分类。监督学习里典型的例子就是KNN、SVM。

无监督学习：事先没有任何训练样本，而需要直接对数据进行建模，无监督学习例子为聚类。

---

 

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

 判断该病人最有可能是心梗

手工运算过程如下：

 

 

---

 

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。

 

 实现代码如下：

from sklearn.datasets import load_iris  # 导入数据集
from sklearn.naive_bayes import GaussianNB, MultinomialNB, BernoulliNB  # 导入3种不同类型的朴素贝叶斯API
from sklearn.model_selection import cross_val_score  # 进行交叉验证
iris = load_iris()
x = iris['data']
y = iris['target']
# 高斯分布型贝叶斯
GNB_model = GaussianNB()  # 1.建立模型
GNB_model.fit(x, y)  # 2.喂取数据
GNB_pre = GNB_model.predict(x)  # 3.预测结果
# 进行交叉验证
GNB_score = cross_val_score(GNB_model, x, y, cv=10)
print("高斯分布型朴素贝叶斯模型的平均精度：%.6f\n" % GNB_score.mean())

# 多项式型贝叶斯
MNB_model = MultinomialNB()  # 1.建立模型
MNB_model.fit(x, y)  # 2.喂取数据
MNB_pre = MNB_model.predict(x)  # 3.预测结果
# 进行交叉验证
MNB_score = cross_val_score(MNB_model, x, y, cv=10)
print("多项式型朴素贝叶斯模型的平均精度：%.6f\n" % MNB_score.mean())

# 伯努利型贝叶斯
BNB_model = BernoulliNB()  # 1.建立模型
BNB_model.fit(x, y)  # 2.喂取数据
BNB_pre = BNB_model.predict(x)  # 3.预测结果
# 进行交叉验证
BNB_score = cross_val_score(BNB_model, x, y, cv=10)

print("伯努利型朴素贝叶斯模型的平均精度：%.6f\n" % BNB_score.mean())