鸢尾花品种预测（pandas）

Pandas在机器学习和建模中也非常重要，经常用于数据观察、数据格式转换以及数据的归一化和标准化。本案例中，我们介绍Pandas配合sklearn使用经典的鸢尾花研究数据来做品种预测。

sklearn集成了iris数据集，它共有4个属性列和一个种类列。4个属性是sepal length(萼片长度)、sepal width(萼片宽度)、petal length(花瓣长度)和petal width(花瓣宽度)，单位都是厘米。3个种类是Setosa、Versicolour和Virginica，样本数量为150个，每类50个。

首先，将数据加载到DataFrame：

import pandas as pd
from sklearn.datasets import load_iris
df=pd.DataFrame(load_iris().data,columns=['萼片长度','萼片宽度','花瓣长度','花瓣宽度'])
df=df.assign(种类=load_iris().target)
df=df.assign(种类名称=df['种类'].map({0:'Setosa',1:'Versicolour',2:'Virginica'}))
df

'''
	萼片长度	萼片宽度	花瓣长度	花瓣宽度	种类	种类名称
0	5.1	     3.5	1.4	      0.2	0	     Setosa
1	4.9	     3.0	1.4	      0.2	0	     Setosa
2	4.7  	 3.2	1.3	      0.2	0	     Setosa
3	4.6	     3.1	1.5	      0.2	0	     Setosa
4	5.0	     3.6	1.4    	  0.2	0	     Setosa
...	...	.