iris_dataset 数据结构

iris_dataset 数据结构

11-22-2018

数据集包含150个数据集，分为3类，每类50个数据，每个数据包含4个属性
‘data’: array([[5.1, 3.5, 1.4, 0.2],
[4.9, 3. , 1.4, 0.2],
[4.7, 3.2, 1.3, 0.2],
[4.6, 3.1, 1.5, 0.2],
[5. , 3.6, 1.4, 0.2],
[5.4, 3.9, 1.7, 0.4],
[4.6, 3.4, 1.4, 0.3],…
‘target’: array([0, 0, 0, 0, 0, 0, 0, 0…
‘target_names’: array([‘setosa’, ‘versicolor’, ‘virginica’]
‘DESCR’: '… _iris_dataset:\n\nIris plants dat…

import numpy as np
import matplotlib.pyplot as plt
import pandas as pd
import mglearn
from sklearn.datasets import load_iris
iris_dataset = load_iris()

from sklearn.model_selection import train_test_split
X_train, X_test, y_train, y_test = train_test_split
(
    iris_dataset['data'], iris_dataset['target'], 
    random_state=0
)
#


iris_dataframe = pd.DataFrame(X_train, columns=iris_dataset.feature_names)

grr = pd.scatter_matrix
(iris_dataframe, c=y_train, figsize=(15, 15), marker='o',
  hist_kwds={'bins': 20}, s=60, alpha=.8, cmap=mglearn.cm3)
plt.show()

将样本中的4个特征两两组合（任选2个特征分别作为横轴和纵轴，用不同的颜色标记不同品种的花），可以构建12种组合（其实只有6种，另外6种与之对称）