机器学习（二）之python调用scikit learn

        上一篇博客写了机器学习开发环境的部署，这次针对机器学习数据预处理进行记录，利用的是scikit-learn中自带的iris数据——鸢尾属植物数据（分类）。包括如何加载打印和赋值

        首先介绍一下scikit-learn是什么：

• scikit-learn 是基于 Python 语言的机器学习工具。

• 简单高效的数据挖掘和数据分析工具

• 可供大家在各种环境中重复使用

• 建立在 NumPy ，SciPy 和 matplotlib 上 

        其次iris是一类多重变量分析的数据集。

• 包含三类供150条记录，每条记录有四个属性。

• 分别是花萼长度，花萼宽度，花瓣长度，花瓣宽度。

• 通过这4个属性可以预测鸢尾花卉属于（Setosa，Versicolour，Virginica）三个种类中的哪一类。         

        接下来就是在jupyter中进行iris数据的预处理。

首先打开Anaconda,点击jupyter，new一个python3.

使用load_iris 方法加载iris数据集：

• from sklearn import datasets

• iris=datasets.load_iris()

print输出iris.data可以看到多个记录值，每个记录包含前面提到的四个属性。

iris中的一些方法

• iris.data//花的四个属性

• iris.feature_names//输出每列名称

• iris.target//输出所属类别以数字0/1/2表示

• iris.target_name//输出类别名称

• type()确认数据类型

• iris.data.shap//确认维度

执行如下

可以看到，iris.data和iris.target属性数据和结果数据均是numpy类型

赋值：

X=iris.data

Y=iris.data