《人工智能基礎(chǔ)與應(yīng)用》第4章分門(mén)別類(lèi)：幫你分而治之課后習(xí)題參考答案

第4章分門(mén)別類(lèi)：幫你分而治之課后習(xí)題答案一、考考你.關(guān)于正負(fù)樣本的說(shuō)法正確是D。A.樣本數(shù)量多的那一類(lèi)是正樣本 B.樣本數(shù)量少的那一類(lèi)是負(fù)樣本C.正負(fù)樣本沒(méi)有明確的定義 D.想要正確識(shí)別的那一類(lèi)為正樣本.分類(lèi)器實(shí)質(zhì)為一個(gè)A，把樣本的特征集X映射到一個(gè)預(yù)先定義的類(lèi)標(biāo)號(hào)y。A.模式 B.函數(shù) C.映射 D.轉(zhuǎn)換.用計(jì)算概率來(lái)解決分類(lèi)問(wèn)題是哪種分類(lèi)器C。A.決策樹(shù) B.最近鄰C.貝葉斯D.支持向量機(jī).識(shí)別手寫(xiě)數(shù)字過(guò)程中，對(duì)圖片進(jìn)行灰度化處理的主要原因是C。從方便轉(zhuǎn)為文本格式 B.盡可能保存全部圖片信息C.較少計(jì)算量，同時(shí)盡可能保存圖片信息 D.有利于提高分類(lèi)效果.SVM的最優(yōu)分界面是由A決定的。A.支持向量 B.所有樣本 C.多數(shù)樣本 D少數(shù)樣本二、亮一亮.最近鄰分類(lèi)器與支持向量機(jī)各自分類(lèi)的基本思想是什么？參考答案：最近鄰分類(lèi)器的基本思想：找到與待分類(lèi)的樣本最相似的k個(gè)鄰居，這k個(gè)鄰居中多數(shù)鄰居屬于哪一類(lèi)，那么就指定該樣本屬于哪一類(lèi)。即我們把每個(gè)具有n個(gè)特征的樣本看作n維空間的一個(gè)點(diǎn)，對(duì)于給定的新樣本，先計(jì)算該點(diǎn)與其它樣本點(diǎn)的距離（相似度），然后將新樣本指派為周?chē)鷎個(gè)最近鄰的多數(shù)類(lèi)。該分類(lèi)思想源于這樣的常識(shí)：判別一個(gè)人是好人還是壞人，可以從跟他走得最近的k個(gè)人來(lái)判斷，如果k個(gè)人中多數(shù)是好人，那么可以指派他為好人，否則他是壞人。支持向量機(jī)分類(lèi)器的基本思想：通過(guò)非線性映射，把無(wú)法在低維樣本空間分類(lèi)的問(wèn)題映射到一個(gè)高維的特征空間，在高維空間通過(guò)一個(gè)線性超平面而非低維空間的直線將樣本完全劃分開(kāi)。.在案例1的手寫(xiě)數(shù)字識(shí)別過(guò)程中，個(gè)別樣本出現(xiàn)錯(cuò)分的現(xiàn)象，主要原因是什么？參考答案：個(gè)別樣本出現(xiàn)錯(cuò)分主要原因有：（1）因訓(xùn)練樣本數(shù)據(jù)規(guī)模不夠造成分類(lèi)模型學(xué)習(xí)不夠，導(dǎo)致不能有效應(yīng)對(duì)各種樣本的分類(lèi)；(2)樣本質(zhì)量不高時(shí)也會(huì)影響模型識(shí)別的正確率。三、幫幫我1.嘗試改用SVM方法來(lái)識(shí)別手寫(xiě)數(shù)字，建議核函數(shù)使用rbf,其它模型參數(shù)自己設(shè)定，對(duì)比SVM模型的識(shí)別效果與案例1的差異，并分析原因。參考答案：數(shù)字圖片信息轉(zhuǎn)存為txt文件importosfromPILimportImageimportnumpyasnpimportpandasaspdimportsklearn.model_selectionasms定義圖片到文本的轉(zhuǎn)換函數(shù)defimgtotext(imgfile,txtfile,size=(32,32)):版mgfile待識(shí)別圖像，txtfile將圖像轉(zhuǎn)換為txt文件輸出，size圖像大小，默認(rèn)32*32image_file=Image.open(imgfile)image_file=image_file.resize(size,Image.LANCZOS)image_file=image_file.convert('L')width,height=image_file.sizef=open(txtfile,'w')ascii_char='10'foriinrange(height):pix_char='';forjinrange(width):pixel=image_file.getpixel((j,i))pix_char+=ascii_char[int(pixel/128)]pix_char+='\n'f.write(pix_char)f.close()將圖片轉(zhuǎn)換成文本信息imgtotext(r'data\3.jpg',r'data\3_0.txt')#定義函數(shù)，將文本數(shù)據(jù)轉(zhuǎn)換成數(shù)字形式的數(shù)組deftxt2array(filename):X=np.zeros((1,1024))f=open(filename)foriinrange(32):lineStr=f.readline()forjinrange(32):X[0,32*i+j]=int(lineStr[j])returnX將文件夾下所的文件轉(zhuǎn)換成數(shù)組和對(duì)應(yīng)的標(biāo)簽defconvert2dataset(file_path):list_file=os.listdir(file_path)m=len(list_file)datas=np.zeros((m,1024))labels=[]foriinrange(m):num=int(list_file[i][0])labels.append(num)datas[i,:]=txt2array(file_path+'\\'+list_file[i])returndatas,labels生成訓(xùn)練樣本集和測(cè)試樣本集x_train,y_train=convert2dataset(r'data\trainingDigits')x_test,y_test=convert2dataset(r'data\testDigits')構(gòu)建并訓(xùn)練SVM模型importsklearn.svmassvmmodle=svm.SVC(C=1,kernel='rbf')modle.fit(x_train,y_train)print(modle.score(x_train,y_train))運(yùn)行結(jié)果：0.9946293691330403測(cè)試模型效果importsklearn.metricsassmy_pred=modle.predict(x_test)print(sm.classification_report(y_test,y_pred))運(yùn)行結(jié)果：precisionrecal1fl-scoresupportO0.99LDO0.998710.980.990.9θ9720.990.980.9θ9230.990,站0.973540.990.980.9911450.99LDO1.OD10860.990.990.998770.991.DO0.9996θ0.980,980.9091g0.970.980.9789accuracy0.99946macroavg0.980.980.9θ946weightedavg0.990,990.99946從以上結(jié)果可知，基于SVm的分類(lèi)器預(yù)測(cè)，平均精確率為99%,優(yōu)于案例1的knn分類(lèi)器，原因是對(duì)于數(shù)字這種轉(zhuǎn)為文本后特征值較多的分類(lèi)場(chǎng)景，svm相對(duì)有優(yōu)勢(shì)。2.嘗試使用KNN方法輔助診斷乳腺癌，注意調(diào)整合適的K值，比較該方法與案例2方法在診斷效果上誰(shuí)優(yōu)誰(shuí)劣，并分析原因。參考答案：#homwork-02#準(zhǔn)備訓(xùn)練集和測(cè)試集importnumpyaSnpimportpandaSaSpdimportSklearn.model_SelectionaSmSdataS=pd.read_cSV(r'data\wiSc_bc_data.cSV',Sep=',')x=dataS.iloc[:,2:32]y=dataS.iloc[:,1:2]x_train,x_teSt,y_train,y_teSt=mS.train_teSt_Split(x,y,teSt_Size=0.2,random_State=42)y_train=y_train.ValueS.raVel()y_teSt=y_teSt.ValueS.raVel()構(gòu)建和訓(xùn)練模型importnumpyasnpimportmatplotlib.pyplotaspltfromsklearn.neighborsimportKNeighborsClassifierimportpandasaspd構(gòu)建knn模型knn=KNeighborsClassifier(n_neighbors=43,weights='distance',p=2)訓(xùn)練KNN模型knn.fit(x_train,y_train)knn.score(x_train,y_train)評(píng)估模型效果fromsklearn.metricsimportclassification_reporty_pred=knn.predict(x_test)print(classification_report(y_test,y_pred))運(yùn)行效果：prec1si?nrecallfl-≡coresupportB0,9Ξ1.OO0.9671帆1