数据集——鸢尾花介绍和使用
文章目录
- 一、鸢尾花数据集内容
- 二、使用中常转换DataFrame
一、鸢尾花数据集内容
from sklearn import svm, datasets
# 鸢尾花数据
iris = datasets.load_iris()
print(iris.data)
X = iris.data[:, :2] # 为便于绘图仅选择2个特征
y = iris.target
它包含了150个样本，每个样本有4个特征（花瓣的长度、花瓣的宽度、花萼的长度、花萼的宽度），以及样本所属的类别（三种不同的鸢尾花之一）。
iris.data是一个NumPy数组或者类似的数据结构，它包含了数据集中所有样本的特征。具体来说，iris.data的形状（shape）是(150, 4)，意味着有150行（样本）和4列（特征）。
当你执行X = iris.data[:, :2]时，你正在执行一个切片操作来选取数据的一部分。这里的:是一个切片操作符，它表示选取该维度的所有元素。
- iris.data[:, :2]中的第一个:表示选取所有行（所有的样本）。
- 第二个:2表示选取每一行的前两个元素（即前两个特征），即花瓣的长度和花瓣的宽度。
X = iris.data[:, :2]的结果是一个新的数组X，它包含了原始数据集iris.data中所有样本的前两个特征，形状为(150, 2)。这样的操作通常用于特征选择，即只选取你认为对模型预测最有帮助的特征。
二、使用中常转换DataFrame
df = pd.DataFrame(iris.data, columns=iris.feature_names)
