机器学习与数据处理实战解析

1、编写一个程序来输出以下信息：1. 鸢尾花数据集中有多少个样本；2. 鸢尾花数据集中每个样本有多少个特征；3. 每个特征的值范围是多少。

以下是一个使用 Python 语言结合 sklearn 库来解决该问题的示例代码：

from sklearn import datasets
import numpy as np

# 加载鸢尾花数据集
iris = datasets.load_iris()

# 1. 输出样本数量
num_samples = len(iris.data)
print(f'鸢尾花数据集中的样本数量: {num_samples}')

# 2. 输出每个样本的特征数量
num_features = iris.data.shape[1]
print(f'每个样本的特征数量: {num_features}')

# 3. 输出每个特征的值范围
for i in range(num_features):
    feature_min = np.min(iris.data[:, i])
    feature_max = np.max(iris.data[:, i])
    print(f'特征 {i + 1} 的值范围: [{feature_min}, {feature_max}]')

上述代码首先加载鸢尾花数据集，然后分别计算并输出样本数量、每个样本的特征数量以及每个特征的值范围。

2、分别找出鸢尾花数据集分类问题和目标检测任务的特征和标签

1. 鸢尾花数据集分类问题 ：
   - 特征 ：萼片长度、萼片宽度、花瓣长度、花瓣宽度
   - 标签 ：鸢尾花的类别（如鸢尾花setosa、鸢尾花versicolor、鸢尾花virginica，可用1、2、3表示）

2. 目标检测任务 ：
   - 特征 ：与图像相关的像素值等
   - 标签 ：一组边界框，包含分类标签以及边界框的大小、在图像中的坐标等信息

3、比较几种训练集/测试集划分比例（0.9/0.1、0.8/0.2、0.7/0.3），并检查它们在混淆矩阵上的差异。

要完成此任务，可按以下步骤操作：

1. 准备数据集；
2. 分别按照 0.9/0.1、0.8/0.2、0.7/0.3 的比例划分训练集和测试集；
3. 在每种划分下训练模型；
4. 用测试集进行预测；
5. 计算每种划分下的混淆矩阵；
6. 对比不同划分下混淆矩阵中的各项指标，如真正例、假正例、真反例、假反例的数量差异，以分析不同划分对模型分类性能的影响。