【数据集分析】KEEL的鸢尾花（Iris）

鸢尾花介绍

鸢尾属花，单子叶植物纲，百合目，鸢尾科多年生草本植物，有块茎或匍匐状根茎；叶剑形，嵌叠状；花美丽，状花序或圆锥花序；花被花瓣状，有一长或短的管，外弯，花柱分枝扩大，花瓣状而有颜色，外展而覆盖着雄蕊；子房下位，胚珠多数，果为蒴果。 鸢尾属下有三个亚属，分别是山鸢尾 (Iris-setosa)，变色鸢尾(Iris-versicolor)和维吉尼亚鸢尾(Iris-virginica)，据此可将鸢尾属花分为以上三类。本案例根据花萼的长度和宽度，花瓣的长度和宽度，采用逻辑回归建立分类模型，对鸢尾属花进行分类。 以维吉尼亚鸢尾(Iris-virginica)亚种为例，各特征参数如图1所示。

数据源

我们将使用公开的数据集：KEEL的Iris植物数据集。该数据集一共包含4个特征变量，1个类别变量。共有150个样本，都属于鸢尾属下的三个亚属，分别是山鸢尾 (Iris-setosa)，变色鸢尾（Iris-versicolor）和维吉尼亚鸢尾（Iris-virginica）。

四个特征变量的具体含义如下：

• SepalLength 花萼长度

• SepalWidth花萼宽度

• PetalLength花瓣长度

• PetalWidth 花瓣宽度

一个分类变量如下：

• Class ：鸢尾属花所属的亚种

数据的加载

可以从官网 UCI鸢尾花 下载，也可以直接在 Sklearn 中可以使用 datasets.load_iris 方法直接加载该数据集。

from sklearn.datasets import load_iris
import pandas as pd

'''------------------- 加载处理数据 ------------------------'''
iris = load_iris()  # 直接从sklearn加载
iris_df = pd.DataFrame(data=iris.data,columns=iris.feature_names)
iris_df["target"] = iris.target
iris_df.head()
iris_df.columns = ["sepal_len","sepal_width","petal_len","petal_width","target"]
X_iris = iris_df.iloc[:,:-1]
y_iris = iris_df["target"]

显示数据前10行

print(iris_df.head(10))