1.理解分类与监督学习、聚类与无监督学习。
简述分类与聚类的联系与区别。
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。
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。
简述什么是监督学习与无监督学习。
监督学习:针对的是有标签的数据集,对具有概念标记的训练样本进行学习,以尽可能对训练样本集外的数据进行标记预测。
无监督学习:针对的是没有标签的数据集,对没有概念标记的训练样本进行学习,以发现训练样本集中的结构性知识。
from sklearn.datasets import load_iris
from sklearn.naive_bayes import GaussianNB
iris = load_iris()
print(iris.data)
print(iris.data[95])
# 建立模型
gnb = GaussianNB()
# 训练
gnb.fit(iris.data,iris.target)
# 预测
print('贝叶斯结果:',gnb.predict([iris.data[95]]))
print('贝叶斯结果:',gnb.predict(iris.data))
# KMeans 聚类
from sklearn.cluster import KMeans
# 配置,构建
est = KMeans(n_clusters = 4)
# 计算
est.fit(iris.data)
# 聚类结果
print('KMeans聚类:',est.labels_)