一.iris數據集簡介

iris數據集的中文名是安德森鳶尾花卉數據集，英文全稱是Anderson’s Iris data set。iris包含150個樣本，對應數據集的每行數據。每行數據包含每個樣本的四個特征和樣本的類別信息，所以iris數據集是一個150行5列的二維表。

通俗地說，iris數據集是用來給花做分類的數據集，每個樣本包含了花萼長度、花萼寬度、花瓣長度、花瓣寬度四個特征（前4列），我們需要建立一個分類器，分類器可以通過樣本的四個特征來判斷樣本屬于山鳶尾、變色鳶尾還是維吉尼亞鳶尾（這三個名詞都是花的品種）。

iris的每個樣本都包含了品種信息，即目標屬性（第5列，也叫target或label）。

樣本局部截圖：

將樣本中的4個特征兩兩組合（任選2個特征分別作為橫軸和縱軸，用不同的顏色標記不同品種的花），可以構建12種組合（其實只有6種，另外6種與之對稱），如圖所示：

python的數據挖掘/機器學習庫scikit已經內置了iris數據集，如果還沒有安裝scikit，可以參考scikit安裝教程。

二.scikit中iris數據集簡介

在linux中打開終端（ubuntu默認快捷鍵是ctrl+alt+T），輸入python進入python shell，輸入代碼：

from sklearn import datasets iris=datasets.load_iris()#data對應了樣本的4個特征，150行4列 print iris.data.shape#顯示樣本特征的前5行 print iris.data[:5]#target對應了樣本的類別（目標屬性），150行1列 print iris.target.shape#顯示所有樣本的目標屬性 print iris.target

運行結果如下：

其中，iris.target用0、1和2三個整數分別代表了花的三個品種

關于分類,我們使用了Iris數據集,這個scikit-learn自帶了，在pkgs目錄下搜索:iris.csv即可。

from sklearn.datasets import load_iris

iris = load_iris()

總結

以上是生活随笔為你收集整理的转：iris数据集及简介的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。