11分类与监督学习

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。


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。

1、

分类与聚类的联系与区别:分类是给一些样本贴标签,分类是事先已经知道具体有哪些类别,而聚类是不知道有什么类别,只是将一系列点分成若干类。分类和聚类都有相似点,他们都想在数据集中寻找离目标点最近的d点。

监督学习与无监督学习:监督学习是从有标记的训练数据来推断一个功能。无监督学习是没有先验数据,在没有被标记的数据中发现规律。

2、

11分类与监督学习

3、不知道为什么包已经安装了 但是运行时就是找不到模块。

11分类与监督学习

相关推荐