Scikit-Learn 实战 iris数据集分类

本文介绍了Iris数据集及其在机器学习中的应用,通过Scikit-Learn加载数据,划分训练集和测试集,并使用KNN算法进行模型训练与预测。同时,利用pair plot对数据进行可视化,以理解各属性间的关系。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

Scikit-Learn 实战 iris数据集分类

1. Iris数据集简介

Iris数据集 是常用的分类实验数据集,由Fisher, 1936收集整理。Iris也称鸢尾花卉数据集,是一类多重变量分析的数据集。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。可通过花萼长度,花萼宽度,花瓣长度,花瓣宽度4个属性预测鸢尾花卉属于(Setosa,Versicolour,Virginica)三个种类中的哪一类。

2. 使用 Scikit-Learn 加载 iris 数据并划分训练集和测试机集

由于iris数据集很常用,sklearn中自带iris数据集,使用 load_iris 方法即可加载iris数据集,使用train_test_split方法可以很方便地将原始数据集划分为两部分,分别用于训练与测试使用。默认情况下train_test_split会将25%的数据划分到测试集,75%的数据划分到训练集,random_state保证了随机采样的可重入性。

import matplotlib.pyplot as plt
import numpy as np
from sklearn.datasets import l
### Scikit-learn 实战教程与示例代码 Scikit-learn 是一个功能强大的开源机器学习库,广泛应用于分类、回归、聚类等多种任务。以下是一个完整的实战案例,展示如何使用 Scikit-learn 进行数据预处理、模型选择、训练和评估。 #### 数据集准备 为了演示方便,这里采用经典的鸢尾花数据集Iris Dataset),该数据集包含三种不同类型的鸢尾花样本及其特征值[^2]。 ```python from sklearn.datasets import load_iris from sklearn.model_selection import train_test_split # 加载鸢尾花数据集 data = load_iris() X, y = data.data, data.target # 将数据划分训练集测试集 X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3, random_state=42) ``` #### 模型选择与训练 在此部分,我们将使用支持向量机(SVM)作为分类器进行建模[^1]。 ```python from sklearn.svm import SVC # 初始化 SVM 分类器 model = SVC(kernel='linear') # 训练模型 model.fit(X_train, y_train) ``` #### 模型评估 完成模型训练后,可以利用测试集对模型性能进行评估。常用的评价指标包括准确率、混淆矩阵等[^3]。 ```python from sklearn.metrics import accuracy_score, confusion_matrix # 使用测试集进行预测 y_pred = model.predict(X_test) # 输出准确率 accuracy = accuracy_score(y_test, y_pred) print(f"Model Accuracy: {accuracy:.2f}") # 打印混淆矩阵 conf_mat = confusion_matrix(y_test, y_pred) print("Confusion Matrix:") print(conf_mat) ``` #### 参数调优 通过超参数调整可以进一步提升模型表现。例如,在 SVM 中可以通过调节 `C` 和核函数类型来优化模型效果[^4]。 ```python from sklearn.model_selection import GridSearchCV # 设置待优化的参数网格 param_grid = {'C': [0.1, 1, 10], 'kernel': ['linear', 'rbf']} # 创建 GridSearch 对象执行搜索 grid_search = GridSearchCV(SVC(), param_grid, cv=5) grid_search.fit(X_train, y_train) # 查看最佳参数组合 best_params = grid_search.best_params_ print(f"Best Parameters: {best_params}") ``` --- ### 总结 上述代码展示了基于 Scikit-learn 的完整机器学习流程,涵盖了数据加载划分、模型构建、评估以及参数优化等多个环节。这些步骤构成了大多数机器学习项目的通用框架。
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值