欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  IT编程

分类与监督学习,朴素贝叶斯分类算法

程序员文章站 2022-05-03 10:01:36
1.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。 联系:两者都是对于想要分析的目标点,都会在数据集中寻找它最近的点,即二者都用到了NN算法。 区别: 分类:从机器学习的观点,分类技术是一种有指导的监督学习,即每个训练样本的数据对象已经有类标识,通过学习可以形成表达数据对 ......

1.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。

联系:两者都是对于想要分析的目标点,都会在数据集中寻找它最近的点,即二者都用到了nn算法。

区别:

  分类:从机器学习的观点,分类技术是一种有指导的监督学习,即每个训练样本的数据对象已经有类标识,通过学习可以形成表达数据对象与类标识间对应的知识。

  聚类:在机器学习中,聚类是一种无指导的无监督学习。也就是说,聚类是在预先不知道欲划分类的情况下,根据信息相似度原则进行信息聚类的一种方法。

(2)简述什么是监督学习与无监督学习。

监督学习:表示机器学习的数据是带标记的,这些标记可以包括数据类别、数据属性及特征点位置等。这些标记作为预期效果,不断修正机器的预测结果。

无监督学习:表示机器学习的数据是没有标记的。机器从无标记的数据中探索并推断出潜在的联系。

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

>80

1

7-14

心梗

2

70-80

2

<7

心梗

3

70-81

1

<7

不稳定性心绞痛

4

<70

1

>14

心梗

5

70-80

2

7-14

心梗

6

>80

2

7-14

心梗

7

70-80

1

7-14

心梗

8

70-80

2

7-14

心梗

9

70-80

1

<7

心梗

10

<70

1

7-14

心梗

11

>80

3

<7

心梗

12

70-80

1

7-14

心梗

13

>80

3

7-14

不稳定性心绞痛

14

70-80

3

>14

不稳定性心绞痛

15

<70

3

<7

心梗

16

70-80

1

>14

心梗

17

<70

1

7-14

心梗

18

70-80

1

>14

心梗

19

70-80

2

7-14

心梗

20

<70

3

<7

不稳定性心绞痛

朴素贝叶斯公式:

分类与监督学习,朴素贝叶斯分类算法

 分类与监督学习,朴素贝叶斯分类算法

 计算:

p(实例) = 8/20 * 5/20 * 10/20 * 4/20 * 9/20 * 6/20 = 54/40000

p(心梗 / 实例) = ( 7/16 * 4/16 * 9/16 * 3/16 * 7/16 * 4/16 ) * 16/20 / ( 54/40000 ) ≈ 75%

p(不稳定性心绞痛 / 实例) = ( 1/4 * 1/4 * 1/4 * 1/4 * 2/4 * 2/4 * 1/4 ) * 4/20 / (54 / 40000) ≈ 15%

由于p(心梗 / 实例) > p(不稳定性心绞痛 / 实例) ,所以该实例最可能患心梗

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。

##朴素贝叶斯算法
# 导入朴素贝叶斯模型
from sklearn.naive_bayes import gaussiannb, multinomialnb, bernoullinb
# 模型交叉验证
from sklearn.model_selection import cross_val_score
# 导入鸢尾花数据库
from sklearn.datasets import load_iris

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

### 高斯分布型
# 构建模型
gnb_model = gaussiannb()
# 训练模型
gnb_model.fit(x, y)
# 预测模型
gnb_pre = gnb_model.predict(x)
print("高斯分布型:")
print("模型准确率:", sum(gnb_pre == y)/len(x))
# 模型交叉验证得分
gnb_score = cross_val_score(gnb_model, x, y, cv=10)
print("平均精度:%.2f\n" % gnb_score.mean())

### 多项式型
# 构建模型
mnb_model = multinomialnb()
# 训练模型
mnb_model.fit(x, y)
# 预测模型
mnb_pre = mnb_model.predict(x)
print("多项式型:")
print("准确率:", sum(mnb_pre == y)/len(x))
# 模型交叉验证得分
mnb_score = cross_val_score(mnb_model, x, y, cv=10)
print("平均精度:%.2f\n" % mnb_score.mean())

### 伯努利型
bnb_model = bernoullinb()  # 构建模型
bnb_model.fit(x, y)  # 训练模型
bnb_pre = bnb_model.predict(x)  # 预测模型
print("伯努利型:")
print("模型准确率:", sum(bnb_pre == y)/len(x))
# 模型交叉验证得分
bnb_score = cross_val_score(bnb_model, x, y, cv=10)
print("平均精度:%.2f\n" % bnb_score.mean())

分类与监督学习,朴素贝叶斯分类算法

 分类与监督学习,朴素贝叶斯分类算法

分类与监督学习,朴素贝叶斯分类算法