机器学习项目复盘之“鸢尾花分类”

前几周，在机器学习课程上面做了一些简单的项目。期间，自然是痛并快乐着的。但是，这段时间，终究是熬过来啦！很多人都把“鸢尾花分类”比作机器学习里面的“hello world”，我也深深地认同这点。当然，或许你会加上“波士顿房价回归”，“手写数字识别”啥的。但是，no problem，后面我会把这些“hello world”全都复盘一遍，哈哈，谁让我是小菜鸡呢^_~
没错，这一次，我写的就是“鸢尾花”。
项目地址是这个，点我哦百度AI
先给出本次实验的相关介绍
接着，就是相关代码了，如下：
先调用相关包

import numpy as np #Numpy是Python的一个扩展包，支持高维数组和矩阵运算，也提供了许多数组和矩阵运算的函数
import pandas as pd #pandas是一个python的扩展包，是基于numpy的一种工具，提供了快速、灵活和富有表现力的数据结构，是强大而有效的数据分析工具
from pandas import plotting #pandas中的一个绘图模块
from sklearn import datasets #sklearn中的数据集库模块
%matplotlib inline #当你调用matplotlib.pyplot的绘图函数plot()进行绘图的时候，或者生成一个figure画布的时候，可以直接在你的python console里面生成图像
import matplotlib.pyplot as plt #以plt代表调用matplotlib.pyplot，这是python中的一个绘图包
plt.style.use('seaborn') #定义画布的呈现风格
import seaborn as sns #以sns代表调用seaborn包，seaborn包是对matplotlib的增强版，需要安装matplotlib后才能使用
sns.set_style('whitegrid') #定义风格
from sklearn.linear_model import LogisticRegression #调用LogisticRegression模块，用于LogisticRegression回归
from sklearn.model_selection import train_test_split #该模块用于分割数据
from sklearn.preprocessing import LabelEncoder #将标签分配一个0—n_classes-1之间的编码 
from sklearn.neighbors import KNeighborsClassifier #K近邻算法模块
from sklearn import svm #支持向量机模块
from sklearn import metrics #metrics是sklearn用来做模型评估的重要模块，提供了各种评估度量
from sklearn.tree import DecisionTreeClassifier #决策树分类器模块

接着，加载数据集，并将数据集里面的字符串转变为整型，这样便于进行分析。

def iris_type(s): #将三种鸢尾花的名称转变为0，1，2三个数字
	it = {
   b'Iris-setosa':0, b'Iris-versicolor':1, b'Iris-virginica':2}
	return it[s]
data_path = '/home/aistudio/data/data5420/iris.data' #这里是数据集的路径
data = np.loadtxt(data_path, dtype=float, delimiter=',', converters={
   4:iris_type}) #将第5列使用函数iris_type进行转换
print(len(data)) #查看数据集长度

iris = pd.read_csv(data_path, header=None) #不要第一行，避免第一行名称也被当做数据
iris.columns = ['SepalLengthCm', 'SepalWidthCm', 'PetalLengthCm', 'PetalWidthCm', 'Species']  #给数据加上标题