鸢尾花卉数据集的主成分分析与K近邻分类

from sklearn import datasets1

#导入鸢尾花卉数据集 iris=datasets.load_iris()12

#查看所包含的数据 iris.data12

输出结果为包含150个元素的数组，每个元素包含四个数值：分为萼片和花瓣的数据

#每一种花卉的种类，使用target属性即可 iris.target12

array([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]) 1234567

0,1,2表示三种不同的花卉（山鸢尾、变色鸢尾、维吉尼亚鸢尾）

#访问iris的target_names属性，可以了解每个值所代表花卉类别 iris.target_names12

array(['setosa', 'versicolor', 'virginica'], dtype='<U10') 1

#绘制三种花卉种类的散点图，x轴表示萼片长度，y轴表示萼片宽度 import matplotlib.pyplot as plt import matplotlib.patches as mpatches #x-axis :sepal length x=iris.data[:,0] #y-axis :sepal width y=iris.data[:,1] species=iris.target x_min,x_max=x.min()-.5,x.max()+.5 y_min,y_max=y.min()-.5,y.max()+.5 plt.figure() plt.title('Iris Dataset - Clas123456789101112131415

相关知识

K近邻算法和鸢尾花问题
k近邻法
实验一：鸢尾花数据集分类
KNN算法实现鸢尾花数据集分类
人工智能考试——k近邻算法对鸢尾花（iris）数据集进行分析
原生python实现knn分类算法(鸢尾花数据集)
python利用c4.5决策树对鸢尾花卉数据集进行分类（iris）
分析鸢尾花数据集
基于朴素贝叶斯的鸢尾花数据集分类
【机器学习】经典数据集鸢尾花的分类识别

原文链接: 鸢尾花卉数据集的主成分分析与K近邻分类 https://www.huajiangbk.com/newsview516085.html