网站标题优化排名,有名的淘宝客网站,net网站开发实例,河南房产网站建设1.理解分类与监督学习、聚类与无监督学习。 #xff08;1#xff09;简述分类与聚类的联系与区别。 分类就是按照某种标准给对象贴标签#xff0c;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。 区别是#xff0c…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。 分类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。 区别是分类是事先定义好类别 类别数不变 。分类需要由人工标注的分类训练语料训练得到属于有指导学习范畴。聚类则没有事先预定的类别类别数不确定。 聚类不需要人工标注和预先训练分类器类别在聚类过程中自动生成 。分类的目的是学会一个分类函数或分类模型,该模型能把数据库中的数据项映射到给定类别中的某一个类中。聚类是指根据“物以类聚”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。 2简述什么是监督学习与无监督学习。 监督学习就是人们常说的分类通过已有的训练样本即已知数据以及其对应的输出去训练得到一个最优模型这个模型属于某个函数的集合最优则表示在某个评价准则下是最佳的再利用这个模型将所有的输入映射为相应的输出对输出进行简单的判断从而实现分类的目的也就具有了对未知数据进行分类的能力。 无监督学习对没有概念标记分类的训练样本进行学习以发现训练样本集中的结构性知识。这里所有的标记分类是未知的。因此训练样本的岐义性高。聚类就是典型的无监督学习。 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。 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_iris
irisload_iris()
iris.datairis.data[95]iris.targetfrom sklearn.naive_bayes import GaussianNB
gnbGaussianNB() #模型
gnb.fit(iris.data,iris.target)#训练
#gnb.predict([iris.data[95]])
#gnb.predict([iris.data[145]])
gnb.predict([[4.8,3.5,4.2,1.2]])#预测转载于:https://www.cnblogs.com/ljy28/p/9982201.html
