机器学习日记Day2

最新推荐文章于 2022-09-29 21:01:58 发布

RsZHUBUXING

最新推荐文章于 2022-09-29 21:01:58 发布

阅读量873

点赞数

文章标签：机器学习人工智能 sklearn

本文链接：https://blog.csdn.net/rszhubuxing/article/details/124635992

版权

本文介绍了鸢尾花数据集在机器学习中的应用，详细解析了数据集的结构，包括数据的获取、特征说明和目标变量。通过numpy数组理解数据，并探讨了如何生成随机训练集和测试集，以及为何需要这样做。最后提到了通过散点图矩阵对特征进行初步观察的重要性。

摘要由CSDN通过智能技术生成

了解鸢尾花

1、鸢尾花数据集包含在scikit-learn的datasets模块中。我们可以调用load iris函数来加载数据

from sklearn.datasets import load_iris
iris_dataset = load_iris()
#初步了解一个数据集，以鸢尾花数据集为例

2、load iris返回的iris对象是一个Bunch对象，与字典非常相似，里面包含键和值

print("key of iris_dataset:\n{}".format(iris_dataset.keys()))

3、DESCR键对应的值是数据集的简要说明


print(iris_dataset['DESCR'][:130]+"\n...")#DESCR键对应的值是数据集的简要说明

4、target names键对应的值是一个字符串数组，里面包含我们要预测的花的品种

print("target names:{}".format(iris_dataset['target_names']))#target names键对应的值是一个字符串数组，里面包含我们要预测的花的品种

5、feature names键对应的值是一个字符串列表，对每一个特征值进行了说明

print("feature names:\n{}".format(iris_dataset['feature_names']))
#feature names键对应的值是一个字符串列表，对每一个特征值进行了说明

6、数据包含在target和data字段中，data里是花萼长度，花萼宽度，花瓣长度，花瓣宽度的测量数据，格式为numpy数组

这个可以学习numpy数组有关内容

关注