【Python机器学习】鸢尾花分类——鸢尾花数据集

背景：

鸢尾花会有3种分类（setosa、versicolor、virginica），对于测量数据，可以确定每朵鸢尾花所属的品种，目标是构建机器学习模型，从已知鸢尾花测量数据中进行学习，从而预测鸢尾花的品种。这是一个监督学习问题，要从多个选项中预测其中一个，这是一个分类问题的示例，可能的输出叫做类别，对于一个数据点来说，它的品种叫做标签。

用到了鸢尾花数据集，这是机器学习和统计学中一个经典的数据集，包含在scikit-learn的datasets模块中：

from sklearn.datasets import load_iris

iris_dataset=load_iris()
print(iris_dataset.keys())

 load_iris返回的是一个Bunch对象，与字典非常类似，里面包括键和值。

DESCR：数据集的简单说明

target_names：一个字符串数组，里面包含我们要预测的话得品种

print(iris_dataset['target_names'])



#输出
['setosa' 'versicolor' 'virginica']

feature_names：一个字符串列表，对每个特征进行了说明

data：数据，Numpy数组，包含了花萼长度、花萼宽度、花瓣长度、花瓣宽度的数据，数组包括了150朵不同的花的测量数据，机器学习的个体叫做样本，属性叫做特征，data的形状是样本数乘以特征数。这是scikit-learn中的约定。

target：Numpy数组，包含的是测量过的每朵花的品种。一维数组，每朵花对应其中一个数据，品种被转化成了0到2的整数：

print(iris_dataset['target'])

#输出：
[0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 2 2 2 2 2 2 2 2 2 2 2
 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2
 2 2]