初识数据
py
复制代码
from sklearn.datasets import load_iris
if __name__ == '__main__':
iris_dataset = load_iris()
print("数据集的键为:\n{}".format(iris_dataset.keys()))
# DESCR 数据集的简要说明
print(iris_dataset['DESCR'][:193])
# target_names 数组对应的是我们要预测的花的品种
print("目标名字:{}".format(iris_dataset['target_names']))
# feature_names 对每一个特征进行了说明
print("特征的说明:{}".format(iris_dataset['feature_names']))
# data中存放数据，对应feature_names里面的数据
# sepal length (cm) 花萼长度
# sepal width (cm) 花萼宽度
# petal length (cm) 花瓣长度
# petal width (cm) 花瓣宽度
print("数据为:{}".format(iris_dataset['data']))
print("数据为:{}".format(iris_dataset['data'].shape))
# target表示品种，0代表setosa 1代表versicolor 2代表virginica
print("品种为:{}".format(iris_dataset['target']))
print("品种为:{}".format(iris_dataset['target'].shape))
训练数据与测试数据
train_test_split解释
py
复制代码
from sklearn.model_selection import train_test_split
if __name__ == '__main__':
# 参考上面
# 得到训练数据和测试数据
X_train,X_test,Y_train,Y_test = train_test_split(iris_dataset['data'],
iris_dataset['target'],random_state=0)
print("X训练数据:{}".format(X_train.shape))
print("Y训练数据:{}".format(Y_train.shape))
print("X测试数据:{}".format(X_test.shape))
print("Y测试数据:{}".format(Y_test.shape))
观察数据
py
复制代码
import pandas as pd
from matplotlib.colors import ListedColormap
import matplotlib.pyplot as plt
if __name__ == '__main__':
# 参考上面
# 利用x_train中的数据创建DataFrame
# 利用iris_dataset.feature_names中的字符串对数据列进行标记
iris_dataframe = pd.DataFrame(X_train,columns=iris_dataset.feature_names)
# 利用DataFrame创建散点图矩阵按照y_train着色
cm3 = ListedColormap(['#0000aa', '#ff2020', '#50ff50'])
pd.plotting.scatter_matrix(iris_dataframe, c=Y_train, figsize=(15, 15),
marker='o', hist_kwds={'bins': 20}, s=60,
alpha=.8, cmap=cm3)
plt.show()
k邻近算法
py
复制代码
from sklearn.neighbors import KNeighborsClassifier
if __name__ == '__main__':
# 参考上面
# k邻近算法，设置邻居的数目为1
knn = KNeighborsClassifier(n_neighbors=1)
knn.fit(X_train,Y_train)
预测数据
py
复制代码
if __name__ == '__main__':
# 参考上面
# 预测数据
# 新的鸢尾花，花萼长5cm，宽2.9cm，花瓣长1cm，宽0.2cm
X_new = np.array([[5, 2.9, 1, 0.2]])
prediction =knn.predict(X_new)
print("预测结果为：{}".format(prediction))
print("预测结果的种类为：{}".format(iris_dataset['target_names'][prediction]))
评估模型
py
复制代码
if __name__ == '__main__':
# 参考上面
# 评估模型
y_pred = knn.predict(X_test)
print("预测结果：{}".format(y_pred))
print("精度：{:.2f}".format(knn.score(X_test,Y_test)))