iris数据_鸢尾花(iris)数据集主成分分析并绘制3D图案例应用（献给初学者）

由Fisher在1936年整理的Iris 鸢尾花数据集是一个经典数据集，在统计学习和机器学习领域都经常被用作示例。其数据集变量包含4个特征(Sepal.Length(花萼长度)、Sepal.Width(花萼宽度)、Petal.Length(花瓣长度)、Petal.Width(花瓣宽度))这四个变量预测鸢尾花的分类，其特征值都为正浮点数，单位为厘米。预测变量目标值为鸢尾花的分类为三类：Iris Setosa(山鸢尾)、Iris Versicolour(杂色鸢尾)，Iris Virginica(维吉尼亚鸢尾)。

Iris数据集内包含 3 类共 150 条记录，每类各 50 个数据，每条记录都有 4 项特征：花萼长度、花萼宽度、花瓣长度、花瓣宽度，可以通过这4个特征预测鸢尾花卉属于(iris-setosa, iris-versicolour, iris-virginica)中的哪一品种。

int类型, 对三种分类做编号如下：

0 ： Iris setosa (山鸢尾)

1 ：Iris versicolor (杂色鸢尾)

2 ：Iris virginica(维吉尼亚鸢尾)

第一步：对iris数据集导入，进行探索性分析，通过语言print(v_iris.target)查看花卉总类

导入数据

运行结果如下，输出的结果包含150个数值，其中