python鸢尾花数据集_鸢尾花经典机器学习分类Python实现案例

作者｜Nature

出品｜AI机器思维

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

运行结果如下，输出的结果包含150个数值，其中共有三种可能的取值（