1.理解分類與監督學習、聚類與無監督學習。

簡述分類與聚類的聯絡與區別。

分類——分類是根據文字的特徵或屬性，劃分到已有的類別中。也就是說，這些類別是已知的，通過對已知分類的資料進行訓練和學習，找到這些不同類的特徵，再對未分類的資料進行分類。

聚類——聚類是事先不知道資料會分為幾類，通過分析將資料或者說使用者的共同特點聚合成幾個群體，聚類不需要對資料進行訓練和學習。

簡述什麼是監督學習與無監督學習。

是否有監督，就看輸入資料是否有標籤。輸入的資料有標籤，則為有監督學習，沒標籤則為無監督學習。

監督學習——監督學習就好比你已經知道了一些問題以及它們的答案，你只需學習這些已知答案的問題，從而用這些經驗去得出新問題的答案；

無監督學習——無監督學習則好比你不知道問題的答案，而是根據自己的知識去解答題目，找出題目的共同點，並對這些題目進行歸類。

分類屬於監督學習，聚類屬於無監督學習。

2.樸素貝葉斯分類演算法 例項

利用關於心臟情患者的臨床資料集，建立樸素貝葉斯分類模型。

有六個分類變數(分類因子)：性別，年齡、KILLP評分、飲酒、吸菸、住院天數

目標分類變數疾病：–心梗–不穩定性心絞痛

新的例項：–(性別=‘男’，年齡<70, KILLP=‘I'，飲酒=‘是’，吸菸≈‘是”，住院天數<7)

最可能是哪個疾病？

上傳演算過程。

3.程式設計實現樸素貝葉斯分類演算法

利用訓練資料集，建立分類模型。

輸入待分類項，輸出分類結果。

可以心臟情患者的臨床資料為例，但要對資料預處理。

import numpy as np
import pandas
data=pandas.read_excel('心臟病患者臨床資料.xlsx')
data
#對性別進行處理    （男為0，女為1）
sex=[]
for i in data['性別']:
    if i =='男':
        sex.append(0)
    else:
        sex.append(1)
#對年齡段進行預處理  （<70為1，70-80為2，>80為3）
ages=[]
 
for j in data['年齡']:
    if j =='<70':
        ages.append(1)
    elif j =='70-80':
        ages.append(2)
    else:
        ages.append(3)
#對住院天數進行處理   （<7為1，7-14為2，>14為3）
days=[]
for k in data['住院天數']:
    if k=='<7':
        days.append(1)
    elif k=='7-14':
        days.append(2)
    else:
        days.append(3)
#處理後的資料
data1=data
data1['性別']=sex
data1['年齡']=ages
data1['住院天數']=days
#將資料轉成陣列
data_arr=np.array(data1)
data_arr