鸢尾花完整的python代码_python机器学习实现鸢尾花的分类

鸢尾花（学名：Iris tectorum Maxim）属百合目、鸢尾科，可供观赏，花香气淡雅，可以调制香水，其根状茎可作中药，全年可采，具有消炎作用。

鸢尾花主要有三个品种，setosa,versicolor,virginnica（山鸢尾、变色鸢尾和维吉尼亚鸢尾）。在进行分类时，主要依据是花瓣的长度（Petal Length）、宽度（Petal Width），花萼的长度（Sepal Length）和宽度（Sepal Width）（均以厘米做单位）。

本文主要是建立一个基础的机器学习的模型，根据所得到的四个长度对鸢尾花进行分类预测。因此本文是三分类问题。所使用的数据集来源于：http://archive.ics.uci.edu/ml/datasets/Iris

下面进行数据集查看和简单处理

首先引入pandas工具包：import pandas as pd

将下载好的iris.data文件放于代码所在文件夹中

开始读取数据，并输出一下查看data = pd.read_csv('iris.data')

print(data.head())

输出为5.1 3.5 1.4 0.2 Iris-setosa

0 4.9 3.0 1.4 0.2 Iris-setosa

1 4.7 3.2 1.3 0.2 Iris-setosa

2 4.6 3.1 1.5 0.2 Iris-setosa

3 5.0 3.6 1.4 0.2 Iris-setosa

4 5.4 3.9 1.7 0.4 Iris-setosa

这里注意到没有标签标识，考虑添加标签代码data.columns = ['sepal_len', 'sepal_width', 'petal_len', 'petal_width', 'class']

print(data.head())

输出为sepal_len sepal_width petal_len petal_width class

0 4.9 3.0 1.4 0.2 Iris-setosa

1 4.7 3.2 1.3 0.2 Iris-setosa

2 4.6 3.1 1.5 0.2 Iris-setosa

3 5.0 3.6 1.4 0.2 Iris-setosa

4 5.4 3.9 1.7 0.4 Iris-setosa

建立模型前，首先介绍pipeline代码：

Pipeline可以将许多算法模型串联起来，比如将特征提取、归一化、分类组织在一起形成一个典型的机器学习问题工作流。主要带来两点好处：直接调用fit和predict方法来对pipeline中的所有算法模型进行训练和预测。

可以结合grid search对参数进行选择。

开始构建模型x = x[:, :2]

# 这里取前两个样本

lr = Pipeline([('sc', StandardScaler()),

('poly', PolynomialFeatures(degree=3)),

('clf', LogisticRegression())])

# StandardScaler----计算训练集的平均值和标准差，以便测试数据集使用相同的变换

# PolynomialFeatures使用多项式的方法来进行的，degree：控制多项式的度

# LogisticRegression()逻辑回归算法

lr.fit(x, y.ravel())

# .ravel（扁平化操作）

y_hat = lr.predict(x)

y_hat_prob = lr.predict_proba(x)

np.set_printoptions(suppress=True)

输出计算值print('y_hat = \n', y_hat)

输出为y_hat =

['Iris-setosa' 'Iris-setosa' 'Iris-setosa' 'Iris-setosa' 'Iris-setosa'

'Iris-setosa' 'Iris-setosa' 'Iris-setosa' 'Iris-setosa' 'Iris-setosa'

'Iris-setosa' 'Iris-setosa' 'Iris-setosa' 'Iris-setosa' 'Iris-setosa'

'Iris-setosa' 'Iris-setosa' 'Iris-setosa' 'Iris-setosa' 'Iris-setosa'

'Iris-setosa' '