0、导入所需的包
from sklearn.svm import SVC
from sklearn import datasets
from sklearn.preprocessing import MinMaxScaler
from sklearn.model_selection import train_test_split
from sklearn.metrics import classification_report
from sklearn.model_selection import cross_val_score
from sklearn.model_selection import GridSearchCV
1、获取数据
# 1.获取数据
iris = datasets.load_iris()
x = iris.data
y = iris.target
print(x)
print(y)
鸢尾花数据共150个,每个样本有4个特征如下:
其标签有3种类型,分别是0,1,2:
2、数据预处理
特征缩放:我们可以观察到X的值之间相差比较大,为了能够得到更好的分类效果,我们采用特征缩放对数据进行处理。这里用到的是MinMaxScaler。还有其他特征缩放方法参见:其他特征缩放方法
# 2.数据预处理(特征缩放)
scaler = MinMaxScaler(feature_range=(0,1))
x = scaler.fit_transform(x)