python导入鸢尾花数据集_python数据挖掘学习笔记】十九.鸢尾花数据集可视化、线性回归、决策树花样分析...

#2018-04-05 16:57:26 April Thursday the 14 week, the 095 day SZ SSMR

python数据挖掘学习笔记】十九.鸢尾花数据集可视化、线性回归、决策树花样分析

1.鸢尾花数据集可视化分析

2.线性回归分析鸢尾花花瓣长度和宽度的关系

3.决策树分析鸢尾花数据集

4.Kmeans聚类分析鸢尾花数据集

一. 鸢尾花数据集介绍

本章采用Python的Sklearn机器学习库中自带的数据集——鸢尾花数据集。简单分析数据集之间特征的关系图，

根据花瓣长度、花瓣宽度、花萼长度、花萼宽度四个特征进行绘图。

本章采用Python的Sklearn机器学习库中自带的数据集——鸢尾花数据集。简单分析数据集之间特征的关系图，根据花瓣长度、花瓣宽度、花萼长度、花萼宽度四个特征进行绘图。

#导入数据集iris

from sklearn.datasets import load_iris

#载入数据集

iris = load_iris()

#输出数据集

#print iris.data

target是一个数组，存储了data中每条记录属于哪一类鸢尾植物，数组长度是150，数组元素的值因为共有3类鸢尾植物，所以不同值只有3个。种类：

Iris Setosa（山鸢尾）

Iris Versicolour（杂色鸢尾）

Iris Virginica（维吉尼亚鸢尾）

二. 可视化分析鸢尾花

数据可视化可以更好地了解数据，主要调用Pandas扩展包进行绘图操作。

首先绘制直方图，直观的表现花瓣、花萼的长和宽特征的数量，纵坐标表示汇总的数量，横坐标表示对应的长度。

import pandas

#导入数据集iris

url = "https://archive.ics.uci.edu/ml/machine-learning-databases/iris/iris.data"

names = ['sepal-length', 'sepal-width', 'petal-length', 'petal-width', 'class']

dataset = pandas.read_csv(url, names=names) #读取csv数据

print(dataset.describe())

#直方图 histograms

dataset.hist()

接下来通过dataset.plot()绘制散点图，这里设置三个参数，显示的x坐标、y坐标和设置绘图种类。

import pandas

#导入数据集iris

url = "https://archive.ics.uci.edu/ml/machine-learning-databases/iris/iris.data"

names = ['sepal-length', 'sepal-width', 'petal-length', 'petal-width', 'class']

dataset = panda