基于sklearn的鸢尾花分类模型

1、鸢尾花数据获取及查看

可以通过sklearn直接获取数据集：

from sklearn.datasets import load_iris
import matplotlib.pyplot as plt
import pandas as pd


data = load_iris()
print(data)

可以查看data中包含的信息，这里我们需要用到的是data，以及target信息。

# 提取鸢尾花数据的特征以及标签
## 数据集主要包含四维特征 'sepal length (cm)', 'sepal width (cm)', 'petal length (cm)', 'petal width (cm)'
train = data["data"]
label = data["target"]

输入两维信息查看数据的分布情况，这里我选择的是'sepal length',  'petal length'：

# 选取两维数据查看数据的分布
for i in range(len(train)):
    if label[i]==0:
        plt.scatter([train[i][0]], [train[i][2]],c="r")
    elif label[i]==1:
        plt.scatter([train[i][0]], [train[i][2]],c="g")
    else:
        plt.scatter([train[i][0]], [train[i][2]],c="b")

plt.show()

 可以看到，基本上这两维特征就能把鸢尾花的数据分开，因此利用四维数据是可以把三种类型的画分开。

2、构建鸢尾花分类模型

对于数据来说，需要划分数据集，分为测试集与训练集：

from sklearn.model_selection import train_test_split

# 划分数据集 这里选择测试集为 20%
data_train,data_test, target_train,target_test = \
    train_test_split(train,label,test_size = 0.2,random_state = 22)

对数据进行标准化，将特征划分到0~1区间上，这样便于我们提取特征：

from sklearn.preprocessing import StandardScaler
# 对数据进行标准化
stdScaler = StandardScaler().fit(data_train)
train = stdScaler.transform(data_train)
test = stdScaler.transform(data_test)

（1）SVM

构建SVM模型，这里我没有选择参数，用最基本的模型，对于一些参数的选择，可以查看sklearn库的一些信息选择：

from sklearn.svm import SVC
svm = SVC().fit(train,target_train)

## 预测训练集结果
target_pred = svm.predict(test)
print(target_pred)
true = np.sum(target_pred == target_test )

print('预测结果准确率为：', true/target_test.shape[0])

结果如下：

[0 2 1 2 1 1 1 2 1 0 2 1 2 2 0 2 1 1 1 1 0 2 0 1 2 0 2 2 2 2]
预测结果准确率为： 0.9666666666666667

（2）决策树（DT）

from sklearn.tree import DecisionTreeClassifier
DT = DecisionTreeClassifier().fit(train,target_train)

## 预测训练集结果
target_pred = DT.predict(test)
print(target_pred)
true = np.sum(target_pred == target_test )

print('预测结果准确率为：', true/target_test.shape[0])

结果如下：

[0 2 1 2 1 1 1 1 1 0 2 1 2 2 0 2 1 1 1 1 0 2 0 1 2 0 2 2 2 1]
预测结果准确率为： 0.9

（3）朴素贝叶斯

from sklearn.naive_bayes import GaussianNB

nb = GaussianNB().fit(train,target_train)

## 预测训练集结果
target_pred = nb.predict(test)
print(target_pred)
true = np.sum(target_pred == target_test )

print('预测结果准确率为：', true/target_test.shape[0])

结果如下：

[0 2 1 2 1 1 1 2 1 0 2 1 2 2 0 2 1 1 1 1 0 2 0 1 2 0 2 2 2 2]
预测结果准确率为： 0.9666666666666667