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。
简述什么是监督学习与无监督学习。
2.朴素贝叶斯分类算法 实例
利用关于心脏病患者的临床历史数据集，建立朴素贝叶斯心脏病分类模型。
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？
上传手工演算过程。
3.使用朴素贝叶斯模型对iris数据集进行花分类。
尝试使用3种不同类型的朴素贝叶斯：
并使用sklearn.model_selection.cross_val_score()，对各模型进行交叉验证。
1、
分类与聚类的联系与区别：分类是给一些样本贴标签，分类是事先已经知道具体有哪些类别，而聚类是不知道有什么类别，只是将一系列点分成若干类。分类和聚类都有相似点，他们都想在数据集中寻找离目标点最近的d点。
监督学习与无监督学习：监督学习是从有标记的训练数据来推断一个功能。无监督学习是没有先验数据，在没有被标记的数据中发现规律。
2、
3、不知道为什么包已经安装了 但是运行时就是找不到模块。
原文：https://www.cnblogs.com/ldtasdf/p/12884817.html