首先需要从sklearn里面引用鸢尾花数据集:
from sklearn.datasets import load_iris #引入鸢尾花加载函数load_iris
from sklearn.model_selection import train_test_split #引入训练集、测试集划分函数
输出鸢尾花数据集属性:
def datasets_demo(): iris=load_iris() #bunch类型 继承自字典 加载鸢尾花数据集 既包括特征值也包括目标值 print("鸢尾花数据集:\n",iris); print("特征值的名字:\n",iris.feature_names); print("目标值:\n",iris.target); print("查看数据集描述:\n",iris.DESCR) print("查看特征值size:\n",iris.data.shape); print("目标值名字:\n",iris.target_names) #test_size表示测试集所占比例,random_state表示随机数种子 x_train, x_test,y_train,y_test=train_test_split(iris.data,iris.target,test_size=0.2,random_state= 22) print("训练集的特征值",x_train,x_train.shape) print("训练集的目标值",y_train,y_train.shape) return None;