洞察纵观鸿蒙next版本,如何凭借FinClip加强小程序的跨平台管理,确保企业在数字化转型中的高效运营和数据安全?
1365
2022-09-19
分类与监督学习,朴素贝叶斯分类算法(带你理解朴素贝叶斯分类算法)
(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
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
朴素贝叶斯公式:
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。
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
##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())
__EOF__
作 者:Raicho
出 处:https://cnblogs.com/lzhdonald
版权声明:本文内容由网络用户投稿,版权归原作者所有,本站不拥有其著作权,亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容,请联系我们jiasou666@gmail.com 处理,核实后本网站将在24小时内删除侵权内容。
发表评论
暂时没有评论,来抢沙发吧~