sklearn数据集（鸢尾花）的使用--代码实战

1. 鸢尾花数据集

2. sklearn数据集返回值介绍

load和fetch返回的数据类型datasets.base.Bunch(字典格式) data：特征数据数组，是 [n_samples * n_features] 的二维 numpy.ndarray 数组 target：标签数组，是 n_samples 的一维 numpy.ndarray 数 DESCR：数据描述 feature_names：特征名,新闻数据，手写数字、回归数据集没有 -target_names：标签名

代码：

from sklearn.datasets import load_iris

# 获取鸢尾花数据集
iris = load_iris()
print(type(iris))
# print(鸢尾花数据集的返回值：
, iris)
# print(鸢尾花数据集的特征值：
, iris[data])
print(iris[data].shape)
print(鸢尾花数据集的目标值/标签值：
, iris.target)
print(鸢尾花数据集特征的名字：
, iris.feature_names)
print(鸢尾花数据集目标值的名字：
, iris.target_names)
print(鸢尾花数据集的描述：
, iris.DESCR)

部分结果：

3.划分数据集

3.1 数据集划分的API

sklearn.model_selection.train_test_split(arrays, *options) x 数据集的特征值 y 数据集的标签值 test_size 测试集的大小，一般为float random_state 随机数种子,不同的种子会造成不同的随机采样结果。相同的种子采样结果相同。 return 测试集特征训练集特征值值，训练标签，测试标签(默认随机取) 注意：当要做对比实验的时候，要将random_state设置为一个固定的值，这样才能到达控制变量的效果

完整代码：

from sklearn.datasets import load_iris
from sklearn.model_selection import train_test_split

def datasets_demo():
    # 1.获取鸢尾花数据集
    iris = load_iris()
    # print(type(iris))
    # print(鸢尾花数据集的返回值：
, iris)
    # print(鸢尾花数据集的特征值：
, iris[data])
    # print(iris[data].shape)
    # print(鸢尾花数据集的目标值/标签值：
, iris.target)
    # print(鸢尾花数据集特征的名字：
, iris.feature_names)
    # print(鸢尾花数据集目标值的名字：
, iris.target_names)
    # print(鸢尾花数据集的描述：
, iris.DESCR)

    # 2. 对鸢尾花数据集进行划分
    # 训练集的特征值x_train 测试集的特征值x_test 训练集的目标值y_train 测试集的目标值y_test
    # test_size 默认为0.25
    x_train, x_test, y_train, y_test = train_test_split(iris.data, iris.target, test_size=0.2, random_state=22)
    print(x_train:
, x_train.shape)
    # 设置随机数种子
    x_train1, x_test1, y_train1, y_test1 = train_test_split(iris.data, iris.target, test_size=0.2, random_state=6)
    x_train2, x_test2, y_train2, y_test2 = train_test_split(iris.data, iris.target, test_size=0.2, random_state=6)
    print(随机数种子不一致：
, x_train == x_train1)
    print(随机数种子一致：
, x_train2 == x_train1)
    return None

if __name__ == __main__:
    datasets_demo()

参考：b站sklearn菜菜的课程。