项目背景:IRIS (IRIS数据集)
Ref:https://www.sohu.com/a/197631437_752099
数据来自大名鼎鼎的Kaggle网站,里面有很多好玩的数据集. 下面就是Iris数据:
Iris也称鸢尾花卉数据集,是一类多重变量分析的数据集。通过花萼长度,花萼宽度,花瓣长度,花瓣宽度4个属性预测鸢尾花卉属于(Setosa(山鸢尾),Versicolour(杂色鸢尾),Virginica(维吉尼亚鸢尾))三个种类中的哪一类。
这个数据集,仅有150行,5列。该数据集的四个特征属性的取值都是数值型的,他们具有相同的量纲,不需要你做任何标准化的处理,第五列为通过前面四列所确定的鸢尾花所属的类别名称。
type(iris)
# sklearn.utils.Bunch
数据集长这样:
四个特征属性,引自数据集:
Number of Attributes: 4 numeric, predictive attributes and the class\n :Attribute Information:\n - sepal length in cm\n - sepal width in cm\n - petal length in cm\n - petal width in cm\n
花萼长度,宽度;花瓣长度,宽度
花萼是啥????下图:
其它比较流行的数据集还有Adult,Wine,Car Evaluation等。
中文名 鸢尾花卉数据集 外文名 Iris data set
思路
- 导入模型。调用逻辑回归的LogisticsRegression()函数
- fit()训练。调用fit(x, y)的方法来训练模型,其中x为数据的属性,y为所属类型。
- predict()预测。利用训练得到的模型对数据集进行预测,返回预测结果。
程序
# 导入模块
import matplotlib.pyplot as plt
import numpy as np
from sklearn.datasets import load_iris
from sklearn.linear_model import LogisticRegression