sklearn

· Scikit-learn(sklearn)是機(jī)器學(xué)習(xí)中常用的第三方模塊，對(duì)常用的機(jī)器學(xué)習(xí)方法進(jìn)行了封裝，包括回歸(Regression)、降維(Dimensionality Reduction)、分類(Classfication)、聚類(Clustering)等方法。

· sklearn 中自帶的小型數(shù)據(jù)集：
1. 鳶尾花數(shù)據(jù)集 load_iris（）：用于分類任務(wù)的數(shù)據(jù)集
2. 手寫(xiě)數(shù)據(jù)集 load_digits（）:用于分類任務(wù)或者降維任務(wù)的數(shù)據(jù)集
3. 乳腺癌數(shù)據(jù)集 load-barest-cancer（）：簡(jiǎn)單經(jīng)典的用于二分類任務(wù)的數(shù)據(jù)集
4. 糖尿病數(shù)據(jù)集 load-diabetes（）：經(jīng)典的用于回歸認(rèn)為的數(shù)據(jù)集，值得注意的是，這10個(gè)特征中的每個(gè)特征都已經(jīng)被處理成0均值，方差歸一化的特征值
5. 波士頓房?jī)r(jià)數(shù)據(jù)集 load-boston（）：經(jīng)典的用于回歸任務(wù)的數(shù)據(jù)集
6. 體能訓(xùn)練數(shù)據(jù)集 load-linnerud（）：經(jīng)典的用于多變量回歸任務(wù)的數(shù)據(jù)集

Iris 數(shù)據(jù)集

· Iris （/?a?r?s/） 數(shù)據(jù)集是機(jī)器學(xué)習(xí)任務(wù)中常用的分類實(shí)驗(yàn)數(shù)據(jù)集，由Fisher在1936年整理。

· Iris ：Anderson’s Iris data set， 中文名稱：安德森鳶尾花數(shù)據(jù)集

· Iris 數(shù)據(jù)集一共包含150個(gè)樣本，分3類，每類50個(gè)數(shù)據(jù)，每個(gè)數(shù)據(jù)包含4個(gè)特征。4個(gè)特征分別為： Sepal.Length（花萼長(zhǎng)度）、Sepal.Width（花萼寬度）、Petal.Length（花瓣長(zhǎng)度）、Petal.Width（花瓣寬度），特征值都為正浮點(diǎn)數(shù)，單位為厘米。根據(jù)4個(gè)特征預(yù)測(cè)鳶尾花屬于 Iris Setosa（山鳶尾）、Iris Versicolour（雜色鳶尾），Iris Virginica（維吉尼亞鳶尾）

測(cè)試

import numpy as np from sklearn import datasets def load_data():iris = datasets.load_iris()# 數(shù)據(jù)共 150 行 ，4 列print(iris.data.shape)# 150 行數(shù)據(jù) 對(duì)應(yīng) 150 個(gè)標(biāo)簽值（種類）print(iris.target.shape) if __name__ == "__main__":load_data()

總結(jié)

以上是生活随笔為你收集整理的sklearn 中的 Iris 数据集的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。