python导入鸢尾花数据集_2020-11-01 鸢尾花数据集Python处理

先得到鸢尾花数据包：

image

image

image

image

image

出错了，不要紧找错误：

image

image

image

import matplotlib.pyplot as plt

import numpy as np

from sklearn.datasets import load_iris

from sklearn.linear_model import LogisticRegression

iris = load_iris() # 载入数据集

X=iris.data[:,:2] #获取前两列数据，花瓣的长度和宽度 才完整，特征

Y=iris.target #150

#逻辑回归模型

lr=LogisticRegression(C=1e5)

lr.fit(X,Y)

h=0.02

x_min,x_max=X[:,0].min()-0.5,X[:,0].max()+0.5

print(x_min,x_max)

y_min,y_max=X[:,1].min()-0.5,X[:,1].max()+0.5

xx,yy=np.meshgrid(np.arange(x_min,x_max,h),np.arange(y_min,y_max,h))

Z=lr.predict(np.c_[xx.ravel(),yy.ravel()])

Z=Z.reshape(xx.shape)

plt.figure(1,figsize=(8,6))

plt.pcolormesh(xx,yy,Z,cmap=plt.cm.Paired)

plt.scatter(X[:50,0],X[:50,1],c='y',marker='o',label='setosa')

plt.scatter(X[50:100,0],X[50:100,1],c='b',marker='+',label='versicolor')

plt.scatter(X[100:,0],X[100:,1],c='r',marker='x',label='Virginica')

plt.xlabel('Sepal length')

plt.ylabel('Sepal width')

plt.xlim(xx.min(),xx.max())

plt.ylim(yy.min(),yy.max())

plt.xticks()

plt.yticks()

plt.legend(loc=1)

plt.show()

image.png