机器学习（1）机器学习基础 && 鸢尾花数据集

目录

一、机器学习基础理论

1、机器学习过程

2、机器学习分类 

3、数据集返回值介绍

二、鸢尾花数据集（实战）

1、首先是获取数据集

 2、显示数据集信息（可以不要）

三、数据集划分

1、数据集划分API 

2、代码及效果

总代码

---

一、机器学习基础理论

1、机器学习过程

1. 获取数据
2. 数据处理
3. 特征工程（特征值、目标值）(包括标准化)
4. 算法训练 -> 得到模型
5. 模型评估

2、机器学习分类（有监督/无监督）

学习阶段可用数据集：

sklearn、kaggle、UCI

 

3、数据集返回值介绍

load返回小数据集，fetch返回大数据集。

返回datasets.base.Bunch数据类型（字典格式）

标签（target）：目标值

特征（data）：特征值

返回方式1：dict['key']

返回方式2：dict.key

二、鸢尾花数据集（实战）

 

   以上三种鸢尾花，分别为鸢尾花的三个标签。

1、首先是获取数据集

# 获取数据集（鸢尾花）
    iris = load_iris()

 2、显示数据集信息（可以不要）

# 显示数据集信息
    Show_Data()

# 显示数据集
def Show_Data():
    # 鸢尾花数据集
    print('鸢尾花数据集\n\n', iris)
    # print('鸢尾花数据集描述\n', iris['DESCR'])

    # 鸢尾花标签
    # print('鸢尾花标签名称\n', iris.target_names)
    # print('鸢尾花标签数组\n', iris.target)

    # 鸢尾花特征值
    # print('鸢尾花特征值名称\n', iris.feature_names)
    # print('鸢尾花特征值\n', iris.data)

    # 数组行、列查看
    # print('鸢尾花特征数组行列\n', iris.data.shape)
    # print('鸢尾花标签数组行列\n', iris.target.shape)

三、数据集划分

为了给后面的模型评估留下数据，这里只能选取一部分数据进行模型训练。

1、数据集划分API 

sklearn.model_selection.train_test_split

返回：训练集特征值、测试集特征值、训练集目标值、测试集目标值。

2、代码及效果

# 数据集划分
def Data_Split():
    # 训练集、测试集划分API
    train_data, test_data, train_target, test_target = train_test_split(iris.data, iris.target, test_size=0.2)
    #训练集特征值 测试集特征值 训练集目标值    测试集目标值   训练集测试集划分API  训练集      测试集       测试量

    # 显示（训练集/测试集的特征值/目标值）
    print('训练集特征值：', train_data.shape)
    print('测试集特征值：', test_data.shape)
    print('训练集目标值：', train_target.shape)
    print('测试集目标值：', test_target.shape)

 

总代码

# 机器学习基础（鸢尾花数据集）
# sklearn.model_selection.train_test_split返回：
# 训练集特征值、测试集特征值、训练集目标值、测试集目标值。
import cv2
from sklearn.datasets import load_iris
from sklearn.model_selection import train_test_split

# 显示数据集
def Show_Data():
    # 鸢尾花数据集
    print('鸢尾花数据集\n\n', iris)
    # print('鸢尾花数据集描述\n', iris['DESCR'])

    # 鸢尾花标签
    # print('鸢尾花标签名称\n', iris.target_names)
    # print('鸢尾花标签数组\n', iris.target)

    # 鸢尾花特征值
    # print('鸢尾花特征值名称\n', iris.feature_names)
    # print('鸢尾花特征值\n', iris.data)

    # 数组行、列查看
    # print('鸢尾花特征数组行列\n', iris.data.shape)
    # print('鸢尾花标签数组行列\n', iris.target.shape)


# 数据集划分
def Data_Split():
    # 训练集、测试集划分API
    train_data, test_data, train_target, test_target = train_test_split(iris.data, iris.target, test_size=0.2)
    #训练集特征值 测试集特征值 训练集目标值    测试集目标值   训练集测试集划分API  训练集      测试集       测试量

    # 显示（训练集/测试集的特征值/目标值）
    print('训练集特征值：', train_data.shape)
    print('测试集特征值：', test_data.shape)
    print('训练集目标值：', train_target.shape)
    print('测试集目标值：', test_target.shape)


if __name__ == '__main__':
    # 获取数据集（鸢尾花）
    iris = load_iris()

    # 显示数据集信息
    # Show_Data()

    # 数据集划分
    Data_Split()