step 1:导入库函数
# 基础函数库
import numpy as np
import pandas as pd
#绘图函数库
import matplotlib.pyplot as plt
import seaborn as sns
本次我们选择鸢花数据(iris)进行方法的尝试训练,该数据集一共包含5个变量,其中4个特征变量,1个目标分类变量。共有150个样本,目标变量为 花的类别 其都属于鸢尾属下的三个亚属,分别是山鸢尾 (Iris-setosa),变色鸢尾(Iris-versicolor)和维吉尼亚鸢尾(Iris-virginica)。包含的三种鸢尾花的四个特征,分别是花萼长度(cm)、花萼宽度(cm)、花瓣长度(cm)、花瓣宽度(cm),这些形态特征在过去被用来识别物种。
step 2: 数据的读取/载入
# 我们利用 sklearn 中自带的 iris 数据作为数据载入,并利用Pandas转化为DataFrame格式
from sklearn.datasets import load_iris
data = load_iris() #得到数据
iris_target = data.target #得到数据对应的标签,其中0,1,2分别代表'setosa', 'versicolor', 'virginica'三种不同花的类别。
iris_features = pd.DataFrame(data=data.data, columns=data.feature_names)
#data.data得到鸢尾花的数据(也就是花萼和花瓣各自的长宽)
#data.features_names得到data.data中各个数据的名称
#利用Pandas转化为DataFrame格式
step 3: 数据信息的简单查看
# 利用info()查看数据的整体信息
iris_features.info()
输出如下:
# 进行简单的数据查看,我们可以利用 .head() 头部或者.tail()尾部
iris_features.head()
输出如下:
# 利用value_counts函数查看每个类别数量
pd.Series(iris_target).value_counts()
iris_target 的输出如下ÿ