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：已有的分类中归类

聚类：聚为未知的若干类

监督学习：从给定的训练数据集中学习出一个函数（模型参数），当新的数据到来时，可以根据这个函数预测结果。

无监督学习：输入数据没有被标记，也没有确定的结果。样本数据类别未知，需要根据样本间的相似性对样本集进行分类。

 

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

 

尝试使用3种不同类型的朴素贝叶斯：
3.使用朴素贝叶斯模型对iris数据集进行花分类。

• 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。

 1 from sklearn.datasets import load_iris
 2 from sklearn.naive_bayes import GaussianNB
 3 from sklearn.naive_bayes import BernoulliNB
 4 from sklearn.naive_bayes import MultinomialNB
 5 from sklearn.model_selection import cross_val_score
 6 
 7 # 导入数据
 8 iris_data = load_iris()
 9 
10 # 构建模型
11 g = GaussianNB()  # 高斯分布型
12 m = MultinomialNB()  # 多项式型
13 b = BernoulliNB()  # 伯努利型
14 
15 # 交叉验证
16 score_G = cross_val_score(g, iris_data.data, iris_data.target, cv=10)
17 score_M = cross_val_score(m, iris_data.data, iris_data.target, cv=10)
18 score_B = cross_val_score(b, iris_data.data, iris_data.target, cv=10)
19 
20 print("模型的评价分：")
21 print("高斯：", score_G.mean())
22 print("多项式：", score_M.mean())
23 print("伯努利：", score_B.mean())