# 电脑--放数据 家里放书
# 存储空间 书柜---慢
# 内存 书桌---快
# data数据 sets集合
from sklearn import datasets
shu_ju = datasets.load_iris() # 导入原始数据
# print(shu_ju)
import pandas as pd
# dataframe表格
hua_shu_ju = pd.DataFrame(shu_ju.data) # 将数据转成表格
hua_zhong_lei = pd.DataFrame(shu_ju.target) # 将数据转成表格
# cat猫 con与
hua_data = pd.concat([hua_shu_ju,hua_zhong_lei], axis=1)
# 花萼长度 花萼宽度 花瓣长度 花瓣宽度
# columns 列
hua_data.columns=["花萼长度","花萼宽度", "花瓣长度" , "花瓣宽度","种类"]
print(hua_data.head())
# 分析数据:这四个标准能不能把三朵花分开是辨别出来?
import matplotlib.pyplot as plt
plt.plot(hua_data["花萼长度"][0:49],hua_data["花瓣宽度"][0:49],"bo")
plt.plot(hua_data["花萼长度"][50:99],hua_data["花瓣宽度"][50:99],"ro")
plt.plot(hua_data["花萼长度"][100:149],hua_data["花瓣宽度"][100:149],"go")
plt.show()
# 电脑--放数据 家里放书
# 存储空间 书柜---慢
# 内存 书桌---快
# data数据 sets集合
from sklearn import datasets
shu_ju = datasets.load_iris() # 导入原始数据
# print(shu_ju)
import pandas as pd
# dataframe表格
hua_shu_ju = pd.DataFrame(shu_ju.data) # 将数据转成表格
hua_zhong_lei = pd.DataFrame(shu_ju.target) # 将数据转成表格
# cat猫 con与
hua_data = pd.concat([hua_shu_ju,hua_zhong_lei], axis=1)
# 花萼长度 花萼宽度 花瓣长度 花瓣宽度
# columns 列
hua_data.columns=["花萼长度", "花萼宽度", "花瓣长度" , "花瓣宽度","种类"]
print(hua_data.head())
# 6张图 三维图
# 分析数据:这四个标准能不能把三朵花分开是辨别出来?
import matplotlib.pyplot as plt
plt.rcParams["font.sans-serif"] = ["SimHei"]
X = "花瓣长度"
Y = "花瓣宽度"
Z = "花萼长度"
# plt.plot(hua_data[X][0:49],hua_data[Y][0:49],"bo",label="山鸢尾花")
# plt.plot(hua_data[X][50:99],hua_data[Y][50:99],"ro",label="变色鸢尾花")
# plt.plot(hua_data[X][100:149],hua_data[Y][100:149],"go",label="维吉尼亚鸢尾花")
# plt.legend() # 图例
# plt.xlabel(X)
# plt.ylabel(Y)
# plt.show()
# 容错率 允许出错的概率 0% 40%
# 狙击枪 10 50%的容错率
fig = plt.figure()
ax = fig.gca(projection='3d')
x = hua_data[X]
y = hua_data[Y]
z = hua_data[Z]
ax.scatter(x[0:49], y[0:49], z[0:49],label="山鸢尾花")
ax.scatter(x[50:99], y[50:99], z[50:99], label="变色鸢尾花")
ax.scatter(x[100:149], y[100:149], z[100:149], label="维吉尼亚鸢尾花")
plt.legend()
plt.show()
new = [[10,5,54,68]]
from sklearn import linear_model
# moxing = linear_model.LinearRegression()
moxing = linear_model.LogisticRegression()
moxing.fit(hua_shu_ju, hua_zhong_lei)
score = moxing.score(hua_shu_ju,hua_zhong_lei)
print(score)
yuece= moxing.predict(new)
print(yuece)
# 预测
# 定性 我们能不能上王者 定量分析 我们要花多少天上王者
# 是什么? 有多少?
# LinearRegression 线性回归 定量分析
# LogisticRegression 逻辑回归 定性分析
boren - 鸢尾花预测
最新推荐文章于 2024-05-20 14:17:32 发布