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())