机器学习——鸢尾花数据集

鸢尾花数据集即iris
iris数据集文件： https://pan.baidu.com/s/1saL_4Q9PbFJluU4htAgFdQ .提取码：1234

数据集简介

• 数据集包含150个样本（数据集的行）
• 数据集包含4个属性（数据集的列）：Sepal Length，Sepal Width，Petal Length，Petal Width：‘feature_names’
• 利用numpy.ndarray存储这150x4的数据：‘data’
• 分类标签取自array[‘Setosa’，‘Versicolour’，‘Virginica’]：‘target_names’
  Setosa，Versicolour，Virginica是数据集所包含的3中品种的鸢尾花
  这3个分类标签（即150x1数据）用np.ndarray存储：‘target’
  总之，这个数据存储了150x4的特征数据和150x1的分类标签，其中特征数据又放在‘data’里，分类标签放在‘target’里

导入数据集

import matplotlib.pyplot as plt    #绘图
from mpl_toolkits.mplot3d import Axes3D   #可视化
from sklearn import datasets    #sklearn中包含很多数据集，其中就有鸢尾花数据集
from sklearn.decomposition import PCA    #主成分分析
import numpy as np   #机器学习中通常将数据以数组的形式存储，特别是这里包含了特征数据和分类数据

iris = datasets.load_iris()   #利用load函数装载数据集

print('鸢尾花数据集的数据类型是：',type(iris))  
  
print('鸢尾花数据集的数据有：',dir(iris))
for i in dir(iris):
	eval('print(i,"/t",type(iris.'+i+'))')   #遍历数据集中的数据，查看每个数据的数据类型
print()    

print('鸢尾花数据集中feature_names取值：',iris.feature_names)
print('鸢尾花数据集中数据的行列数：',iris.data.shape)
print('鸢尾花数据集中target取值：',np.unique(iris.target))
print('鸢尾花数据集中target_names的取值：',iris.target_names)   

结果：

可视化

figure(num=None, figsize=None, dpi=None, facecolor=None, edgecolor=None, frameon=True)

• num:图像编号或名称，数字为编号 ，字符串为名称
• figsize:指定figure的宽和高，单位为英寸；
• dpi参数指定绘图对象的分辨率，即每英寸多少个像素，缺省值为80 1英寸等于2.5cm,A4纸是 21*30cm的纸张
• facecolor:背景颜色
• edgecolor:边框颜色
• frameon:是否显示边框

matplotlib中cla/clf/close用法及相关清除效果

• 在使用matplotlib画图时，画完图之后需要进行一定的清理工作，否则后续画图的结果中可能混入前一幅图的数据，或者造成频繁创建绘图对象。下面解释一下matplotlib中的相关清理操作和效果。主要包括以下方法：
  • gca获取当前的axes，cla清理当前的axes
  • gcf获取当前的figure，clf清理当前的figure
  • close，关闭figure

a,b=0,<