机器学习 作业10 分类与监督学习,朴素贝叶斯分类算
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。
两者都是对对象的一种划分,都用到了NN算法。
分类是事先定义好类别 ,类别数不变,常用算法是KNN算法。聚类则没有事先预定的类别,类别数不确定,常用算法是K-Means算法。
监督学习:利用一组已知类别的样本调整分类器的参数,使其达到所要求性能的过程。
无监督学习:根据类别未知(没有被标记)的训练样本解决模式识别中的各种问题。
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。
from sklearn.datasets import load_iris from sklearn.naive_bayes import GaussianNB,MultinomialNB,BernoulliNB from sklearn.model_selection import cross_val_score iris = load_iris() # 高斯分布型 gnb = GaussianNB() # 建立模型 gnb.fit(iris.data, iris.target) # 训练模型 pre = gnb.predict(iris.data) # 预测模型 g = sum(pre == iris.target)/len(iris.target) # 计算预测的准确率 print("高斯朴素贝叶斯的准确率:", g) # 多项式型 mnb = MultinomialNB() mnb.fit(iris.data, iris.target) # 训练模型 pre = mnb.predict(iris.data) # 预测模型 d = sum(pre == iris.target)/len(iris.target) # 计算预测的准确率 print("多项式朴素贝叶斯的准确率:", d) # 伯努利型 bnb = BernoulliNB() bnb.fit(iris.data, iris.target) # 训练模型 pre = bnb.predict(iris.data) # 预测模型 b = sum(pre == iris.target)/len(iris.target) # 计算预测的准确率 print("伯努利朴素贝叶斯的准确率:", b) # 交叉验证 g_scores = cross_val_score(gnb, iris.data, iris.target, cv=10) print("高斯朴素贝叶斯的准确率:%.3f"% g_scores.mean()) d_scores = cross_val_score(mnb, iris.data, iris.target, cv=10) print("多项式朴素贝叶斯的准确率:%.3f"% d_scores.mean()) b_scores = cross_val_score(bnb, iris.data, iris.target, cv=10) print("伯努利朴素贝叶斯的准确率:%.3f"% b_scores.mean())