一、iris數(shù)據(jù)集簡介

iris數(shù)據(jù)集的中文名是安德森鳶尾花卉數(shù)據(jù)集，英文全稱是Anderson`s Iris data set。iris包含150個樣本，對應(yīng)數(shù)據(jù)集的每行數(shù)據(jù)。

每行數(shù)據(jù)包含每個樣本的四個特征和樣本的類別信息，所以iris數(shù)據(jù)集是一個150行5列的二維表。

通俗地說，iris數(shù)據(jù)集是用來給花做分類的數(shù)據(jù)集，每個樣本包含了花萼長度、花萼寬度、花瓣長度、花瓣寬度四個特征（前4列），我們需要建立一個分類器，分類器可以通過樣本的四個特征來判斷樣本屬于山鳶尾（setosa）、變色鳶尾（versicolor）、維吉尼亞鳶尾（virginica）這三個名詞都是花的品種。iris的每個樣本都包含了品種信息，即目標(biāo)屬性（第5列，也叫target或label）

如圖所示部分?jǐn)?shù)據(jù)：

iris在機(jī)器學(xué)習(xí)中的應(yīng)用：

1. 屬于監(jiān)督式學(xué)習(xí)應(yīng)用：根據(jù)花的四個特征預(yù)測鳶尾花卉屬于（iris-setosa，iris-versicolour，iris-virginica）中的那一品種。
2. 機(jī)器學(xué)習(xí)中經(jīng)典案例，簡單而具有代表性。

二、基本數(shù)據(jù)操作和模型訓(xùn)練

1.加載iris數(shù)據(jù)集

# iris數(shù)據(jù)集加載
from sklearn import datasets
iris = datasets.load_iris()

2.展示所有數(shù)據(jù)

#展示數(shù)據(jù)
print(iris.data
    )

3.展示每列的屬性名

print(iris.feature_names)

4.展示輸出目標(biāo)結(jié)果以及結(jié)果的含義

print(iris.target)
print(iris.target_names)

5.查看輸入和輸出數(shù)據(jù)類型

print(type(iris.data))
print(type(iris.target))

6.確認(rèn)行列維度

print(iris.data.shape)
print(iris.target.shape)

7.給x，y賦值

X =iris.data
Y = iris.target

8.利用knn模型進(jìn)行預(yù)測結(jié)果

from sklearn.neighbors import KNeighborsClassifier
#創(chuàng)建實例，假設(shè)k值為1
knn = KNeighborsClassifier(n_neighbors=1）
#訓(xùn)練數(shù)據(jù)集模型
knn.fit(x,y)

9.給定特征的值預(yù)測花的品種

#預(yù)測某種花的品種
knn.predict([[1,2,3,4]])

得到數(shù)組的數(shù)據(jù) “2” ，它代表的是花萼長度為1、花萼寬度為2、花瓣長度為3、花瓣寬度為4的鳶尾花卉預(yù)測結(jié)果的品種是第三種：維吉尼亞鳶尾（virginica）

#多種花的預(yù)測
x_test = [[1,2,3,4],[2,4,1,2]]
knn.predict(x_test)
`

得到數(shù)組的數(shù)據(jù) “2” 和 “0”，它代表的是

• 花萼長度為1、花萼寬度為2、花瓣長度為3、花瓣寬度為4的鳶尾花卉預(yù)測結(jié)果的品種是第三種：維吉尼亞鳶尾（virginica）
• 花萼長度為2、花萼寬度為4、花瓣長度為1、花瓣寬度為2的鳶尾花卉預(yù)測結(jié)果的品種是第一種：山鳶尾（setosa）

總結(jié)

以上為個人經(jīng)驗，希望能給大家一個參考，也希望大家多多支持腳本之家。

最新評論