11.15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

&＃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&＃xff1a;分类是事先定义好类别 &＃xff0c;类别数不变 。分类器需要由人工标注的分类训练语料训练得到&＃xff0c;属于有指导学习范畴。

聚类则没有事先预定的类别&＃xff0c;类别数不确定。 聚类不需要人工标注和预先训练分类器&＃xff0c;类别在聚类过程中自动生成 。

分类适合类别或分类体系已经确定的场合&＃xff0c;比如按照国图分类法分类图书&＃xff1b;

聚类则适合不存在分类体系、类别数不确定的场合&＃xff0c;一般作为某些应用的前端&＃xff0c;比如多文档文摘、搜索引擎结果后聚类(元搜索)等。

&＃xff08;2&＃xff09;简述什么是监督学习与无监督学习

机器学习按照训练样本标签的有无可分为 监督学习和无监督学习

以机器学习中的分类来说&＃xff0c;输入的训练数据有特征、有标签。在分类过程中&＃xff0c;如果所有训练数据都有标签&＃xff0c;则为有监督学习。

如果数据没有标签&＃xff0c;则是无监督学习&＃xff0c;也即聚类。

监督学习&＃xff0c;就是通过已有的训练样本&＃xff08;即已知数据以及其对应的输出&＃xff09;

去训练得到一个最优模型&＃xff08;这个模型属于某个函数的集合&＃xff0c;最优则表示在某个评价准则下是最佳的&＃xff09;&＃xff0c;

再利用这个模型将所有的输入映射为相应的输出&＃xff0c;对输出进行简单的判断从而实现分类的目的&＃xff0c;也就具有了对未知数据进行分类的能力。

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&＃xff0c;建立朴素贝叶斯分类模型。

有六个分类变量(分类因子)&＃xff1a;性别&＃xff0c;年龄、KILLP评分、饮酒、吸烟、住院天数

目标分类变量疾病&＃xff1a;–心梗–不稳定性心绞痛

新的实例&＃xff1a;–(性别&＃61;‘男’&＃xff0c;年龄<70, KILLP&＃61;‘I&＃39;&＃xff0c;饮酒&＃61;‘是’&＃xff0c;吸烟≈‘是”&＃xff0c;住院天数<7)

最可能是哪个疾病&＃xff1f;

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&＃xff0c;建立分类模型。

输入待分类项&＃xff0c;输出分类结果。

可以心脏情患者的临床数据为例&＃xff0c;但要对数据预处理。