Sklearn学习笔记-概述+数据预处理

目录

前言

一、鸢尾花（iris）数据集

1.导入并加载数据集  

2.一些基本命令

3.将数据集转为数据框

二、波士顿房价数据集

1.导入并加载数据集

2.一些基本命令

3.将数据集转为数据框

三、手写数字数据集

1.导入并加载数据集

2.一些基本命令

四、sklearn"三板斧“

---

---

前言

这个学期我们开始学习数据挖掘了，准备在csdn上记录一些学习笔记。

实验课是从sklearn数据库开始的。第一次实验课，以鸢尾花（iris）数据集和波士顿房价数据集以及手写数字数据集为例，学习了一些基本概述和数据预处理的相关命令。

 

一、鸢尾花（iris）数据集

1.导入并加载数据集  

#导入iris库
from sklearn.datasets import load_iris
#加载iris数据库
iris = load_iris()
iris

输出结果如下：

 

2.一些基本命令

iris.keys()
#以字典的形式返回
iris.filename
#数据集所在位置
print(iris.DESCR)
#对数据集的介绍
iris.target_names
#目标变量名
iris.feature_names
#列名称
iris.data
#等价于iris['data']

3.将数据集转为数据框

#转为数据框
import pandas as pd
iris_df = pd.DataFrame(iris.data,columns = iris.feature_names)
iris_df

结果如下：

 

#增加数据框的列
iris_df['class']= iris.target
iris_df

结果如下：

 

二、波士顿房价数据集

1.导入并加载数据集

from sklearn import datasets
boston = datasets.load_boston()
boston

结果如下：

 

2.一些基本命令

 

boston.keys()
#以字典的形式返回
boston.filename
#数据集所在位置
print(boston.DESCR)
#对数据集的介绍
boston.target_names
#目标变量名
boston.feature_names
#列名称
boston.data
#等价于iris['data']

3.将数据集转为数据框

 

import pandas as pd
boston_df = pd.DataFrame(boston.data,columns = boston.feature_names)
boston_df.head(20)

结果如下：

 

 

---

三、手写数字数据集

手写数字数据集包括1797个数字数据，每个数字由8 * 8的矩阵组成

1.导入并加载数据集

from sklearn.datasets import load_digits
digit=load_digits()
digit

结果如下（部分）：

 

2.一些基本命令

digit.keys()

结果：

digit.images.shape

 结果：

 

digit.images[0]

结果：

 

digit.target[1700]

结果：

%matplotlib inline
import matplotlib.pyplot as plt
plt.matshow(digit.images[1700])

 结果：

digit.data

 结果：

四、sklearn"三板斧“

实例化-->fit(训练）-->transforms or predict（转化/预测）

from sklearn import preprocessing#预处理
std = preprocessing.StandardScaler()#实例化
std.fit(boston.data)

结果：

#期望
std.mean_

 结果：

 

#方差
std.var_

结果：

std.transform(boston.data)#转化

 结果：

 

#合二为一
std.fit_transform(boston.data)

结果：