鸢尾花数据练习

鸢尾花数据练习

说明:
**iris-20.data, iris-150.data **

在这个数据集中,包括了三类不同的鸢尾属植物:Iris Setosa,Iris Versicolour,Iris Virginica。
每类收集了50个样本,因此这个数据集一共包含了150个样本。
sepallength:萼片长度
sepalwidth:萼片宽度
petallength:花瓣长度
petalwidth:花瓣宽度

任务一:
1.读出数据,计算四列数据中任一列的 平均值,中位值、标准差、并将其标准化(将其值转为0~1范围内的标准值)。
2.以某列为主关键字,对数组排序

任务二:
1.统计出0列>5.0 3列<2.0的行(统计出0列>6.0 3列>5.0的行)
2.若原始数据中有空值,删除带有空值的行

任务一:1.读出数据,将第0列花萼长度放入数组len中

`import numpy as np`
`iris=np.loadtxt("d:/aa/iris-20.data",delimiter=',',dtype=object) # 由于原始数据有字符型,因此必须加上参数 dtype=object`
`len=iris[:,0]          # 读出0列,花萼长度`
`len=np.float64(len)    # 转为浮点型`
`print(len)`

`#花萼长度的均值,中位值,标准差`
`print(np.mean(len),np.median(len),np.
  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
knn尾花数据集是一个非常常用的机器学习数据集,可以用于分类算法的训练和测试。这个数据集包含了150个样本,每个样本有4个特征,分别是花萼长度、花萼宽度、花瓣长度和花瓣宽度。这些样本被分为3个类别,分别是setosa、versicolor和virginica。 要下载knn尾花数据集,我们可以使用Python编程语言来进行操作。首先,我们需要安装并导入Scikit-learn库,它提供了许多常用的机器学习数据集以及基本的预处理和建模工具。 下面是一个下载并加载knn尾花数据集的示例代码: ```python from sklearn.datasets import load_iris # 下载knn尾花数据集 data = load_iris() # 打印数据集的描述信息 print(data.DESCR) # 获取特征向量和标签 X = data.data y = data.target # 打印特征向量和标签的形状 print("特征向量形状:", X.shape) print("标签形状:", y.shape) # 打印前5个样本的特征向量和标签 print("前5个样本的特征向量:", X[:5]) print("前5个样本的标签:", y[:5]) ``` 运行以上代码后,就可以成功地下载并加载knn尾花数据集。通过打印数据集的描述信息,我们可以了解更多关于数据集的详细信息,如样本数量、类别数量和特征的具体含义。同时,我们还可以获取样本的特征向量和标签,并根据需要进行进一步的处理和分析。 总之,knn尾花数据集是一个非常适合练习和学习机器学习算法的经典数据集,通过下载和加载这个数据集,我们可以更好地理解和应用knn算法进行分类任务。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

浮夸半生哇

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值