机器学习-实战-入门-iris数据分析

原创 2017年04月22日 21:43:52
作者:橘子派
声明:版权所有,转载请注明出处,谢谢。


本项目为机器学习的学习笔记 用iris.csv作为数据集 测试了一下功能代码

实验环境:
Windows10
Sublime
Anaconda 1.6.0
Python3.6

1.条状图显示组平均数,可以从图上看出不同的花种类中,他们的属性特点。
#条状图显示组平均数,可以从图上看出不同的花种类中,他们的属性特点。
import pandas as pd
from matplotlib import pyplot as plt

iris_data=pd.read_csv("iris.csv")
#读取数据
grouped_data=iris_data.groupby("species")
#用不同的花的类别分成不同的组,此数据为三组
group_mean=grouped_data.mean()
#求组平均值
group_mean.plot(kind="bar")
plt.legend(loc="upper center",bbox_to_anchor=(0.5,1.2),ncol=2)
plt.show()
#画图

运行结果


2.画kde图
#画kde图
import pandas as pd
from matplotlib import pyplot as plt

iris_data=pd.read_csv("iris.csv")
iris_data.plot(kind="kde",subplots=True,figsize=(10,6))
plt.show()


运行结果


3.四种属性特征的平均值 条状图
#四种属性特征的平均值 条状图
import pandas as pd
from matplotlib import pyplot as plt

iris_data=pd.read_csv("iris.csv")
iris_mean=iris_data.mean()
iris_mean.plot(kind="bar",rot=45)
plt.show()

运行结果


4.用numpy创建随机值,测试,与数据项目无关
#用numpy创建随机值,测试,与数据项目无关
import numpy as np
from matplotlib import pyplot as plt

n,m,s=40,160,10
data=np.random.random(n)*s+m
#print(data)
c,x,_=plt.hist(data,10)
print(c)
print(x)
plt.show()

运行结果


5.绘制样本图
#绘制样本图
import pandas as pd
from matplotlib import pyplot as plt

iris_data=pd.read_csv("iris.csv")
for name,symbol in zip(("setosa","versicolor","virginica"),("o","s","*")):
	data=iris_data[iris_data["species"]==name]
plt.plot(data["petal_length"],data["petal_width"],symbol)
plt.show()

运行结果


6.用sqlite3读取数据
#用sqlite3读取数据
import sqlite3
con=sqlite3.connect("iris.db")

cursor=con.execute("SELECT * FROM iris WHERE Species = 'virginica'")
for row in cursor:
	print(rwo[0],rwo[1],rwo[2],rwo[3],rwo[4])

7.用pandas读取数据
#用pandas读取数据
import pandas as pd

iris_data=pd.read_csv("iris.csv")
print(iris_data.head(5))

8.用原生Python读取数据
#用原生Python读取数据
fp=open("iris.csv","r")
next(fp)
iris_data=[]
for line in fp:
	record = line.strip().split(".")
	iris_data.append(record)
print(iris_data[:5])

9.用sqlalchemy 读取数据
#用sqlalchemy 读取数据
import sqlalchemy

engine=sqlalchemy.create_engine("sqlite:///iris.db")

iris_data=pd.read_sql("SELECT * FROM iris",engine)
print(iris_data)

10.用sklearn的交叉验证 训练数据集
#用sklearn的交叉验证 训练数据集
import pandas as pd
from sklearn import cross_validation
from sklearn.neighbors import KNeighborsClassifier

x=pd.read_csv("iris.csv")
y=x.pop("species")
x_train,x_test,y_train,y_test=cross_validation.train_test_split(x.values,y.values,test_size=0.1)

scores=cross_validation.cross_val_score(KNeighborsClassifier(3),x,y,cv=5)
mean_score=scores.mean()
print(mean_score)

运行结果

验证精度为0.97

11.用sklearn的KNN 训练数据集
#用sklearn的KNN 训练数据集
import pandas as pd
from sklearn import cross_validation
from sklearn.neighbors import KNeighborsClassifier

x=pd.read_csv("iris.csv")
y=x.pop("species")
x_train,x_test,y_train,y_test=cross_validation.train_test_split(x.values,y.values,test_size=0.1)

knn=KNeighborsClassifier(3).fit(x_train,y_train)
for y_pred,y_true in zip(knn.predict(x_test),y_test):
	print(y_pred,y_true)
print(knn.score(x_test,y_test))

运行结果

验证精度为1.0

12.用sklearn的逻辑斯蒂回归 训练数据集
#用sklearn的逻辑斯蒂回归 训练数据集
import pandas as pd
from sklearn import cross_validation
from sklearn.linear_model import LogisticRegression

x=pd.read_csv("iris.csv")
y=x.pop("species")
x_train,x_test,y_train,y_test=cross_validation.train_test_split(x.values,y.values,test_size=0.1)

lr=LogisticRegression(multi_class="multinomial",solver="lbfgs").fit(x_train,y_train)
print(lr.predict_proba(x_test))

运行结果

图上为预测的数据

13.用sklearn的朴素贝叶斯 训练数据集
#用sklearn的朴素贝叶斯 训练数据集
import pandas as pd
from sklearn import cross_validation
from sklearn.naive_bayes import GaussianNB

x=pd.read_csv("iris.csv")
y=x.pop("species")
x_train,x_test,y_train,y_test=cross_validation.train_test_split(x.values,y.values,test_size=0.1)

gnb=GaussianNB().fit(x_train,y_train)
print(gnb.predict_proba(x_test))
print(gnb.class_prior_)

运行结果

图上为预测的数据和分组的结果

14.用sklearn的交叉验证 KNN 逻辑蒂斯回归 三种方式 训练数据集 并对比
#用sklearn的交叉验证 KNN 逻辑蒂斯回归 三种方式 训练数据集 并对比
import pandas as pd
from sklearn import cross_validation
from sklearn.naive_bayes import GaussianNB
from sklearn.neighbors import KNeighborsClassifier
from sklearn.linear_model import LogisticRegression

x=pd.read_csv("iris.csv")
y=x.pop("species")
x_train,x_test,y_train,y_test=cross_validation.train_test_split(x.values,y.values,test_size=0.1)

models={
	"knn":KNeighborsClassifier(6),
	"gnb":GaussianNB(),
	"lr":LogisticRegression(multi_class="multinomial",solver="lbfgs")
}

for name,model in models.items():
	score=cross_validation.cross_val_score(model,x,y,cv=5).mean()
	print(name,score)

运行结果

KNN算法的验证精度为0.98
朴素贝叶斯算法的验证精度为0.95
逻辑斯蒂回归算法的验证精度为0.97

15.用sklearn的SVM 训练数据集
import pandas as pd 
from sklearn import svm,metrics,cross_validation

iris_data=pd.read_csv("iris.csv")

x=iris_data[["sepal_length","sepal_width","petal_length","petal_width"]]
y=iris_data["species"]

x_train,x_test,y_train,y_test=cross_validation.train_test_split(x.values,y.values,test_size=0.1)
clf=svm.SVC()
clf.fit(x_train,y_train)
pre=clf.predict(x_test)

score=metrics.accuracy_score(y_test,pre)
print(score)

运行结果

验证精度为0.93

参考文献:
《统计学习方法》
Web scraping and machine learning by python

版权声明:本文为博主原创文章,未经博主允许不得转载。 举报

相关文章推荐

python中利用KNN实现对iris进行分类

from sklearn.datasets import load_iris iris = load_iris() print iris.data.shape from sklearn.cros...

用Pandas作图

来自:http://cloga.info/python/2014/02/23/Plotting_with_Pandas/#wat_e_12612920-6fe4-464e-a2b0-3b1f13c1a...

精选:深入理解 Docker 内部原理及网络配置

网络绝对是任何系统的核心,对于容器而言也是如此。Docker 作为目前最火的轻量级容器技术,有很多令人称道的功能,如 Docker 的镜像管理。然而,Docker的网络一直以来都比较薄弱,所以我们有必要深入了解Docker的网络知识,以满足更高的网络需求。

基于Python的数据可视化 matplotlib seaborn pandas

原文地址: https://www.kaggle.com/benhamner/d/uciml/iris/python-data-visualizations 看了本文后不禁佩服Python强大的数据可...

机器学习第一个练手程序 基于决策树的iris数据预测

google机器学习入门第二课,基于决策树分类iris数据集~

python机器学习scikit-learn中的数据集简介

在windows下安装sklearn,直接下载winpython安装就行了。自行选择32或64位。  http://sourceforge.net/projects/winpython/ 后面本文都...

机器学习-KNN分类算法Iris实例

概念python知识点KNN实例# -*- coding: utf-8 -*- """ Created on Sat Mar 5 09:55:02 2016@author: TBKKEN """ i...

Matlab读取UCI数据集Iris中数据

读取UCI数据集iris.data中数据: >> [attrib1, attrib2, attrib3, attrib4, class] = textread('data\iris.data', '...
  • qiudw
  • qiudw
  • 2013-02-26 22:59
  • 7178

[java-ml 学习笔记(一)] Start

在之前实验的代码中,我自己对文本进行了解析,并自己实现了基础的Hierarchical Clustering Model,实验结果有一定的效果,但是随着数据量的增大和伴随着的数据噪声的增大,实验的正确...

在资源文件中加入声音资源

本文介绍如何在VC资源文件中加入自己的声音资源,使自己的应用程序可以播放声音。 1,首先用文本编辑器(如记事本)打开资源文件(.rc文件) 在最后加入自己的声音资源,如下 IDW WAVE "c...

读书

今天上午在图书馆看到一本《深入浅出 MFC 第二版》,作者是侯俊杰,台湾人,我以前从来没听过他,我只听过台湾有个侯捷。首先看得是这本书的推荐,我很是惊讶(算我孤陋寡闻),这本居然反响如此激烈!在附录A...
返回顶部
收藏助手
不良信息举报
您举报文章:深度学习:神经网络中的前向传播和反向传播算法推导
举报原因:
原因补充:

(最多只允许输入30个字)