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。

分类指监督学习，就是按照某种标准给对象贴标签，再根据标签来区分归类。

聚类是指事先没有“标签”而通过某种成团分析找出事物之间存在聚集性原因的过程。指无监督学习，是指根据“物以类聚”的原理，将本身没有类别的样本聚集成不同的组，这样的一组数据对象的集合叫做簇，并且对每一个这样的簇进行描述的过程。

区别是，分类是事先定义好类别 ，聚类则没有事先预定的类别。

 

简述什么是监督学习与无监督学习。

监督学习指通过已有的训练样本来训练，从而得到一个最优模型，再利用这个模型将所有新的数据样本映射为相应的输出结果，对输出结果进行简单的判断从而实现分类的目的，那么这个最优模型也就具有了对未知数据进行分类的能力。

无监督学习则是在我们事先没有任何训练样本，需要直接对数据进行建模。我们只知道一些特征，并不知道答案，但不同实例具有一定的相似性，然后把那些相似的聚集在一起

 

2.朴素贝叶斯分类算法 实例

利用关于心脏情患者的临床数据集，建立朴素贝叶斯分类模型。

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？

上传演算过程。

所以最可能得心梗。

3.编程实现朴素贝叶斯分类算法

利用训练数据集，建立分类模型。

输入待分类项，输出分类结果。

可以心脏情患者的临床数据为例，但要对数据预处理。

from sklearn.datasets import load_irisiris = load_iris()print(iris.keys())  from sklearn.cluster import KMeansest = KMeans(n_clusters=4)#聚成四类est.fit(iris.data)#计算print(est.labels_)#聚类结果  print(iris.target)  from sklearn.naive_bayes import GaussianNBgnb = GaussianNB()#建立模型gnb.fit(iris.data,iris.target)#训练print(gnb.predict([iris.data[100]]))#预测结果print(gnb.predict([[4.8,1.2,3.8,1.4]]))