python输出水果的个数_用Python解决一个简单的水果分类问题

在本文中，我们将使用Python中最流行的机器学习工具Scikit-learn在Python中实现几种机器学习算法。使用简单的数据集来训练分类器以区分不同类型的水果。

本文的目的是确定最适合手头问题的机器学习算法; 因此，我们想要比较不同的算法，选择效果最好的算法。

数据

水果数据集由爱丁堡大学的Iain Murray博士创建。他买了几十个不同品种的桔子、柠檬和苹果，并记录了他们的尺寸。

让我们看一下数据的前几行。

%matplotlib inline

import pandas as pd

import matplotlib.pyplot as plt

fruits = pd.read_table('fruit_data_with_colors.txt')

fruits.head()

数据集的每一行表示水果的一个部分，由列表中的几个特征表示。

我们的数据集中有59个水果和7个特征：

print(fruits.shape)

(59,7)

我们的数据集中有四种类型的水果：

print(fruits['fruit_name'].unique())

['苹果''橘子(mandarin)''橙子''柠檬']

除橘子外，数据非常平衡。我们必须坚持下去。

print(fruits.groupby('fruit_name').size())

import seaborn as sns

sns.countplot(fruits['fruit_name'],label="Count")

plt.show()

可视化

每个数字变量的方形图将使我们更清楚地了解输入变量的分布：

fruits.drop('fruit_label', axis=1).plot(kind='box', subplots=True, layout=(2,2), sharex=False, sharey=False, figsize=(9,9),

title='Box Plot for each input variable')

plt.savefig('fruits_box')

plt.show()

颜色分数近似于高斯分布。

import pylab as pl

fruits.drop('fruit_label' ,axis=1).hist(bins=30, figsize=(9,9))

pl.suptitle("Histogram for each numeric input variable")

plt.savefig('fruits_hist')

plt.show()