重拾Iris鸢尾花数据集分析

        最近我又又又开始了我的机器学习道路，并且回过头来重新看了一遍Iris数据分析，作为机器学习里面最经典的案例之一，鸢尾花既是我入门机器学习到放弃的地方，又是再次细读之后给予我灵感的地方。
        下面介绍一下这次灵感之旅，希望也能带给看到这篇文章的你一些帮助。

1. 从一堆鸢尾花说起

如果一个植物学家在野外看到一花萼长5cm宽2.9cm，花瓣长1cm宽0.2cm的鸢尾花，并且在他的认知里，这种鸢尾花有三个分支品种，这时候，他手里有来自UCI数据集网站的鸢尾花数据，那么他能否根据这对数据集预测这株鸢尾花的所属分支

2. 导入鸢尾花数据 

import sklearn
from sklearn.datasets import load_iris

iris_dataset :sklearn.utils.Bunch= load_iris() # 这里是将Python数据指定类型，转换成强语言，为了方便读取可用方法属性

print(type(iris_dataset))                       # 查看类型，返回的是一种类似于字典的数据类型
print("iris_Keys : " , iris_dataset.keys())    #对这种类似字典的数据操作，查看数据集的属性

输出：

<class 'sklearn.utils.Bunch'>
iris_Keys :  dict_keys(['data', 'target', 'frame', 'target_names', 'DESCR', 'feature_names', 'filename'])

3. 核心数据

 

# 通过对values获取，得到鸢尾花特征值集合，其实也可以通过上面类字典的键获取，下面介绍
print("iris_values : \n")
iris_dataset.values()

# 这段代码可以获取鸢尾花特征名字，比如花瓣长度
iris_dataset['feature_names'] 

 

到这里我们获得一堆鸢尾花特征数据，我把它整理并放在了网上， 点击获取

4. 回望我们的目的 

一开始我就介绍，植物学家想通过数据集预测这是个什么种类的鸢尾花，这时候我们可以就获取这些相关种类了

# 获取种类
iris_dataset['target_names']

# 这里返回的是一个numpy.ndarray数组，并且以表格形式呈现

setosa
versic