Python呆板学习iris数据集预处理和模型练习方式

2024-11-5 03:25| 发布者: 44f6fa4f5| 查看: 309| 评论: 0

摘要: 目录一、iris数据集简介二、根本数据操作和模型练习总结一、iris数据集简介 iris数据集的中文名是安德森鸢尾花卉数据集，英文全称是Anderson`s Iris data set。iris包罗150个样本，对应数据集的每行数据。每行数据

一、iris数据集简介

iris数据集的中文名是安德森鸢尾花卉数据集，英文全称是Anderson`s Iris data set。iris包罗150个样本，对应数据集的每行数据。

每行数据包罗每个样本的四个特性和样本的类别信息，所以iris数据集是一个150行5列的二维表。

通俗地说，iris数据集是用来给花做分类的数据集，每个样本包罗了花萼长度、花萼宽度、花瓣长度、花瓣宽度四个特性（前4列），我们需要建立一个分类器，分类器可以通过样本的四个特性来判断样本属于山鸢尾（setosa）、变色鸢尾（versicolor）、维吉尼亚鸢尾（virginica）这三个名词都是花的品种。iris的每个样本都包罗了品种信息，即目的属性（第5列，也叫target或label）

如图所示部门数据：

iris在呆板学习中的应用：

属于监督式学习应用：根据花的四个特性猜测鸢尾花卉属于（iris-setosa，iris-versicolour，iris-virginica）中的那一品种。
呆板学习中经典案例，简单而具有代表性。

二、根本数据操作和模型练习

1.加载iris数据集

[code]# iris数据集加载 from sklearn import datasets iris = datasets.load_iris()[/code]

2.展示所有数据

[code]#展示数据 print(iris.data )[/code]

3.展示每列的属性名

[code]print(iris.feature_names)[/code]

4.展示输出目的效果以及效果的寄义

[code]print(iris.target) print(iris.target_names)[/code]

5.查看输入和输出数据类型

[code]print(type(iris.data)) print(type(iris.target))[/code]

6.确认行列维度

[code]print(iris.data.shape) print(iris.target.shape)[/code]

7.给x，y赋值

[code]X =iris.data Y = iris.target[/code]

8.利用knn模型举行猜测效果

[code]from sklearn.neighbors import KNeighborsClassifier #创建实例，假设k值为1 knn = KNeighborsClassifier(n_neighbors=1） #练习数据集模型 knn.fit(x,y)[/code]

9.给定特性的值猜测花的品种

[code]#猜测某种花的品种 knn.predict([[1,2,3,4]])[/code]

得到数组的数据 “2” ，它代表的是花萼长度为1、花萼宽度为2、花瓣长度为3、花瓣宽度为4的鸢尾花卉猜测效果的品种是第三种：维吉尼亚鸢尾（virginica）

[code]#多种花的猜测 x_test = [[1,2,3,4],[2,4,1,2]] knn.predict(x_test) `[/code]

得到数组的数据 “2” 和 “0”，它代表的是

花萼长度为1、花萼宽度为2、花瓣长度为3、花瓣宽度为4的鸢尾花卉猜测效果的品种是第三种：维吉尼亚鸢尾（virginica）
花萼长度为2、花萼宽度为4、花瓣长度为1、花瓣宽度为2的鸢尾花卉猜测效果的品种是第一种：山鸢尾（setosa）

总结

以上为个人履历，盼望能给大家一个参考，也盼望大家多多支持脚本之家。

来源：https://www.jb51.net/python/32892820i.htm
免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！

收藏分享邀请

上一篇：使用Python归并Excel文件中的多个Sheet的实现过程下一篇：Python 中的 XML 转换利器xml2dict详解

账号		自动登录	找回密码
密码			立即注册

Python呆板学习iris数据集预处理和模型练习方式

目录

一、iris数据集简介

二、根本数据操作和模型练习

总结

最新评论

相关分类

站长推荐 /6