第一章 1.7 第一个应用:鸢尾花分类 1.7.1 初识数据 #!/usr/bin/env python # -*- coding: utf-8 -*- from sklearn.datasets import load_iris # TODO 初识数据 """ Iris 鸢尾花 """ iris_dataset = load_iris() # load_iris 返回的iris 对象是一个Bunch 对象,与字典分成相似,里面包含键和值 print(type(iris_dataset)) # print(type(iris_dataset.keys())) # print("Ke 在《Python机器学习基础教程》的学习记录中,我们进入了第一章的第一个应用——鸢尾花分类。这个部分主要介绍了如何使用Python的scikit-learn库来处理数据,并进行初步的机器学习任务。鸢尾花数据集是一个经典的数据集,常用于教学和演示机器学习算法。 我们导入了`sklearn.datasets`模块中的`load_iris`函数,它用于加载鸢尾花数据集。调用`load_iris()`会返回一个`Bunch`对象,这个对象类似于字典,包含了数据集的各种属性。通过`type(iris_dataset)`可以查看返回对象的类型,确认它是`Bunch`。`Bunch`对象的键可以通过`iris_dataset.keys()`获取,其中包括`data`、`target`、`target_names`、`DESCR`、`feature_names`和`filename`等信息。 `data`字段包含了鸢尾花的测量数据,是一个NumPy数组,每一行代表一朵花的四个特征:花萼长度、花萼宽度、花瓣长度和花瓣宽度。通过`iris_dataset['data'].shape`可以查看数组的形状,这里显示为`(150, 4)`,意味着有150个样本,每个样本有4个特征值。数组中的数据展示了一些具体样例,可以看到每个特征的数值范围。 `target`字段存储了每个样本对应的鸢尾花类别,同样是一个NumPy数组。`target_names`则给出了这些类别的名称,可能包括'山鸢尾'(setosa)、'变色鸢尾'(versicolor)和'维吉尼亚鸢尾'(virginica)。`DESCR`包含了数据集的描述性文本,提供关于数据来源和含义的信息。`feature_names`是特征的名称列表,对应于数据数组的列。`filename`字段可能是指向数据源文件的路径,但在这个简单的例子中,通常不会用到。 鸢尾花数据集是一个多类分类问题,非常适合新手学习监督学习的基础概念,如训练模型、验证和测试。在这个过程中,我们可以使用各种机器学习算法,如决策树、随机森林或支持向量机等,对数据进行预处理,然后构建分类器进行预测。 通过这段学习记录,我们可以了解到Python机器学习的基本流程,包括数据加载、数据理解、特征工程以及模型构建。这是进行任何机器学习项目的关键步骤,也是掌握机器学习技术的基础。随着对这些概念的深入理解和实践,读者将能够逐步提升自己的机器学习能力,解决更复杂的实际问题。
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![7z](https://img-home.csdnimg.cn/images/20210720083312.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![thumb](https://img-home.csdnimg.cn/images/20210720083646.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![rar](https://img-home.csdnimg.cn/images/20210720083606.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![avatar-default](https://csdnimg.cn/release/downloadcmsfe/public/img/lazyLogo2.1882d7f4.png)
![avatar](https://profile-avatar.csdnimg.cn/default.jpg!1)
- 粉丝: 6
- 资源: 924
我的内容管理 展开
我的资源 快来上传第一个资源
我的收益
登录查看自己的收益我的积分 登录查看自己的积分
我的C币 登录后查看C币余额
我的收藏
我的下载
下载帮助
![voice](https://csdnimg.cn/release/downloadcmsfe/public/img/voice.245cc511.png)
![center-task](https://csdnimg.cn/release/downloadcmsfe/public/img/center-task.c2eda91a.png)
最新资源
![feedback](https://img-home.csdnimg.cn/images/20220527035711.png)
![feedback-tip](https://img-home.csdnimg.cn/images/20220527035111.png)
![dialog-icon](https://csdnimg.cn/release/downloadcmsfe/public/img/green-success.6a4acb44.png)