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。
