python机器学习

python机器学习—鸢尾花分类

在sklearn库中的load_itis包含着鸢尾花分类的所有数据

调用load_iris函数加载数据
import mglearn
import numpy as np
from sklearn.datasets import load_iris
import pandas as pd
from pandas import DataFrame
import matplotlib.pyplot as plt
iris_dataset=load_iris()
#返回的iris是一个bunch对象，与字典相似，包含键和值
#print("Key of iris_dataset: \n{}".format(iris_dataset.keys()))
#print(iris_dataset['DESCR'][:193]+"\n...")
# #target_names键对应的值是一个字符串数组，里面包含了我们要预测的花的种类
#print("Targe names: \n{}".format(iris_dataset['target_names']))
# #feature_names键对应的值是一个字符串列表，对每一个特征进行了说明
#print("Feature_names: \n{}".format(iris_dataset['feature_names']))
#数据包data里面是花萼长度，宽度，花瓣长度，宽度的测量数据，格式为Numpy
#print("Type of data: {}".format(type(iris_dataset['data'])))
#data数组的每行对应一朵花，列代表每朵花的数据，包含150朵
#print("Shape of data:{}".format(iris_dataset['data'].shape))
#前五个样本
#print("First five roes of data:\n{}".format(iris_dataset['data'][:5]))
#target包含测量过的花的种类，也是一个Numpy数组
#print("Type of target: {}".format(type(iris_dataset['target'])))
#target是一维数组，每朵花对应其中一个数据
#print("Shape of target:{}".format(iris_dataset['target'].shape))
#品种被转换为0到2 的整数,0表示setosa,1代表versicolor ,2表示virginica
#print("Target :\n{}".format(iris_dataset['target']))
#对数据调用train_test_split，并对输出结果采用下列方式命名
from sklearn.model_selection import train_test_split
X_train,X_test,y_train,y_test=train_test_split(iris_dataset['data'], iris_dataset['target'],random_state=0)#random_state参数指定随机数生成器的种子
# print("X_train shape:{}".format(X_train.shape))
# print("y_train shape:{}".format(y_train.shape))
# print("X_test shape:{}".format(X_test.shape))
# print("y_test shape:{}".format(y_test.shape))
#检查数据将数据可视化，将Numpy数组转换成pandas DataFram利用scatter_matrix绘制散点图
#利用X_train中的数据创建DataFarm，利用iri——dataset.feature_names中的字符串对数据列进行标记，利用DataFarm创建散点矩阵，按y_train着色
iris_datafarm=pd.DataFrame(X_train,columns=iris_dataset.feature_names)
grr=pd.plotting.scatter_matrix(iris_datafarm,c=y_train,figsize=(15,15),marker='o',hist_kwds={'bins':20},s=60,alpha=.8,cmap=mglearn.cm3)
#plt.show()
#k近邻分类算法是在neighbors模块的kneighborsclassifier类中实现，需将这个类实例化才能使用这个模型。
from sklearn.neighbors import KNeighborsClassifier
knn=KNeighborsClassifier(n_neighbors=1)
knn.fit(X_train,y_train)
X_New=np.array([[5,2.9,1,0.2]])
#调用knn的predict方法进行预测，预测函数 接收输入的数组类型测试样本，一般是二维数组，每一行是一个样本，每一列是一个属性。返回数组类型的预测结果。
prediction=knn.predict(X_New)
# print("predition:{}".format(prediction))
#print("perdition target name:{}".format(iris_dataset['target_names'][prediction]))
y_pred=knn.predict(X_test)
#print("test set preditions:\n{}".format(y_pred))
#精度计算
#print("Test set score:{:.2f}".format(np.mean(y_pred==y_test)))