作业10 分类与监督学习，朴素贝叶斯分类算法

一、理解分类与监督学习、聚类与无监督学习。

1、简述分类与聚类的联系与区别。

（1）联系：分类和聚类都包含一个过程：对于想要分析的目标点，都会在数据集中寻找离它最近的点。

（2）区别：分类是可按已知规则进行。分类则属于有指导的学习，是示例式学习。

　　　　　  聚类要划分的类是未知的。聚类是一种无指导学习，它不依赖预先定义的类和带类标 、号的训练实例，属于观察式学习。

2、 简述什么是监督学习与无监督学习。

（1）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。

（2）无监督学习：缺乏足够的先验知识，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。

二、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

演算过程：

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  # 导入数据集
from sklearn.naive_bayes import GaussianNB  # 导入分布型高斯贝叶斯
from sklearn.naive_bayes import MultinomialNB # 导入多项式型高斯贝叶斯
from sklearn.naive_bayes import BernoulliNB  # 导入伯努利型高斯贝叶斯
from sklearn.model_selection import cross_val_score # 导入交叉验证分数

#导入鸢尾花数据集
iris = load_iris()
x = iris["data"]
y = iris["target"]

# 1、高斯分布
gnb = GaussianNB()  # 构建模型
gnb_model = gnb.fit(x,y)  # 构建模型
gnb_pre = gnb_model.predict(x)  # 预测模型
print("高斯分布模型准确率为：", sum(gnb_pre == y) / len(x))
# 交叉验证
print("交叉验证后")
gnb_score = cross_val_score(gnb,x,y,cv=10)
print("高斯分布模型准确率为：",gnb_score.mean(),"
")

# 2、多项式型
mnb = MultinomialNB()  # 构建模型
mnb_model = mnb.fit(x,y)  # 训练模型
mnb_pre = mnb_model.predict(x)  # 预测模型
print("多项式模型准确率为：", sum(mnb_pre == y) / len(x))
# 交叉验证
print("交叉验证后")
mnb_score = cross_val_score(mnb,x,y,cv=10)
print("多项式模型准确率为：",mnb_score.mean(),"
")

# 3、伯努利型
bnb = BernoulliNB()  # 构建模型
bnb_model = bnb.fit(x,y)  # 训练模型
bnb_pre = bnb.predict(x)  # 预测模型
print("伯努利模型准确率为：", sum(bnb_pre == y) / len(x))
# 交叉验证
print("交叉验证后")
bnb_score = cross_val_score(bnb,x,y,cv=10)
print("伯努利模型准确率为：",bnb_score.mean(),"
")

运行结果：