sklearn 中的 Iris 数据集

sklearn

· Scikit-learn(sklearn)是机器学习中常用的第三方模块，对常用的机器学习方法进行了封装，包括回归(Regression)、降维(Dimensionality Reduction)、分类(Classfication)、聚类(Clustering)等方法。

· sklearn 中自带的小型数据集：
1. 鸢尾花数据集 load_iris（）：用于分类任务的数据集
2. 手写数据集 load_digits（）:用于分类任务或者降维任务的数据集
3. 乳腺癌数据集 load-barest-cancer（）：简单经典的用于二分类任务的数据集
4. 糖尿病数据集 load-diabetes（）：经典的用于回归认为的数据集，值得注意的是，这10个特征中的每个特征都已经被处理成0均值，方差归一化的特征值
5. 波士顿房价数据集 load-boston（）：经典的用于回归任务的数据集
6. 体能训练数据集 load-linnerud（）：经典的用于多变量回归任务的数据集

Iris 数据集

· Iris （/ˈaɪrɪs/） 数据集是机器学习任务中常用的分类实验数据集，由Fisher在1936年整理。

· Iris ：Anderson’s Iris data set， 中文名称：安德森鸢尾花数据集

· Iris 数据集一共包含150个样本，分3类，每类50个数据，每个数据包含4个特征。4个特征分别为： Sepal.Length（花萼长度）、Sepal.Width（花萼宽度）、Petal.Length（花瓣长度）、Petal.Width（花瓣宽度），特征值都为正浮点数，单位为厘米。根据4个特征预测鸢尾花属于 Iris Setosa（山鸢尾）、Iris Versicolour（杂色鸢尾），Iris Virginica（维吉尼亚鸢尾）

测试

import numpy as np
from sklearn import datasets
def load_data():
    iris = datasets.load_iris()
    # 数据共 150 行 ，4 列
    print(iris.data.shape)
    # 150 行数据 对应 150 个标签值（种类）
    print(iris.target.shape)
if __name__ == "__main__":
    load_data()