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。
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。
高斯朴素贝叶斯算法
from sklearn.datasets import load_iris #导入鸢尾花数据 from sklearn.naive_bayes import GaussianNB #高斯朴素贝叶斯 iris=load_iris() gnb=GaussianNB() #构建模型 gnbf=gnb.fit(iris.data,iris.target) #训练模型 gnb_pre=gnbf.predict(iris.data) #预测 # iris.target是数据本来的标签,gnb_pre是特征进行模型训练后,预测后得到的预测值,进行对比,得到不同结果的总数 print("高斯朴素贝叶斯算法预测不符合数据个数: %d" %((iris.target != gnb_pre).sum())) # 进行交叉验证 from sklearn.model_selection import cross_val_score #数据集分为10份,9份训练,1份评估 gnb_score=cross_val_score(gnb,iris.data,iris.target,cv=10) print("高斯朴素贝叶斯算法准确率为:",gnb_score.mean())
运行结果:
多项式型
# 多项式朴素贝叶斯 from sklearn.datasets import load_iris #导入鸢尾花数据 from sklearn.naive_bayes import MultinomialNB #高斯朴素贝叶斯 iris=load_iris() mnb=MultinomialNB() #构建模型 mnbf=mnb.fit(iris.data,iris.target) #训练模型 mnb_pre=mnbf.predict(iris.data) #预测 print("多项式型朴素贝叶斯算法预测不符合数据个数: %d" %((iris.target != mnb_pre).sum())) # 进行交叉验证 from sklearn.model_selection import cross_val_score #数据集分为10份,9份训练,1份评估 mnb_score=cross_val_score(mnb,iris.data,iris.target,cv=10) print("多项式型朴素贝叶斯算法准确率为:",mnb_score.mean())
运行结果:
伯努利型
#伯努利朴素贝叶斯 from sklearn.datasets import load_iris #导入鸢尾花数据 from sklearn.naive_bayes import BernoulliNB #高斯朴素贝叶斯 iris=load_iris() bnb=BernoulliNB() #构建模型 bnbf=bnb.fit(iris.data,iris.target) #训练模型 bnb_pre=bnbf.predict(iris.data) #预测 print("伯努利型朴素贝叶斯算法预测不符合数据个数: %d" %((iris.target != bnb_pre).sum())) # 进行交叉验证 from sklearn.model_selection import cross_val_score #数据集分为10份,9份训练,1份评估 bnb_score=cross_val_score(bnb,iris.data,iris.target,cv=10) print("伯努利型朴素贝叶斯算法准确率为:",bnb_score.mean())
运行结果: