码迷,mamicode.com
首页 > 编程语言 > 详细

分类与监督学习,朴素贝叶斯分类算法

时间:2018-11-22 22:31:36      阅读:196      评论:0      收藏:0      [点我收藏+]

标签:没标签   bsp   评分   稳定性   经验   特征   自己   合成   因子   

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——分类是根据文本的特征或属性,划分到已有的类别中。也就是说,这些类别是已知的,通过对已知分类的数据进行训练和学习,找到这些不同类的特征,再对未分类的数据进行分类。

聚类——聚类是事先不知道数据会分为几类,通过分析将数据或者说用户的共同特点聚合成几个群体,聚类不需要对数据进行训练和学习。

2)、简述什么是监督学习与无监督学习。

简单来说:是否有监督,就看输入数据是否有标签。输入的数据有标签,则为有监督学习,没标签则为无监督学习。

监督学习——监督学习就好比你已经知道了一些问题以及它们的答案,你只需学习这些已知答案的问题,从而用这些经验去得出新问题的答案;

无监督学习——无监督学习则好比你不知道问题的答案,而是根据自己的知识去解答题目,找出题目的共同点,并对这些题目进行归类。

!分类属于监督学习,聚类属于无监督学习。

 

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。

 

技术分享图片

分类与监督学习,朴素贝叶斯分类算法

标签:没标签   bsp   评分   稳定性   经验   特征   自己   合成   因子   

原文地址:https://www.cnblogs.com/yuxiang1212/p/10004169.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!