機器學習sklearn iris資料集官方demo
阿新 • • 發佈:2019-01-24
sklearn是谷歌開發的一個機器學習框架,也是很多小夥伴在學習機器學習的時候最早接觸的東西。sklearn中自帶了四個小資料集,其中一個很常用的就是iris鳶尾花資料集,很多學習演算法都可以在這個例子上進行實驗。
所以,本文我把sklearn官方關於這個資料集在PCA演算法上的一個應用程式碼貼出來,加了一些中文註釋和我的解釋。
這裡利用了一個Python裡一個3D繪圖包mplot3d,這個包的功能很強大,後面單獨寫幾篇文章介紹幾個例子。# Code source: Gaël Varoquaux # Modified for documentation by Jaques Grobler # License: BSD 3 clause #以上為官方作者資訊 #iris鳶尾花資料集包含3個不同品種的鳶尾花(Setosa,Versicolour,and Virginica)資料,花瓣和萼片長度,儲存在一個150*4的 numpy.ndarry中 #150行4列,150行指150多花,4列分別是Sepal Length,Sepal Width, Petal Length and Petal Width #sklearn 官方demo import matplotlib.pyplot as plt from mpl_toolkits.mplot3d import Axes3D # from sklearn import datasets from sklearn.decomposition import PCA #PCA 主成分分析 #匯入資料 iris = datasets.load_iris() X = iris.data[:,:2] #指選擇第一個和第三個特徵作為輸入 y = iris.target # 輸出 x_min,x_max = X[:,0].min()-.5, X[:,0].max()+.5 y_min,y_max = X[:,1].min()-.5, X[:,1].max()+.5 plt.figure(2,figsize=(8,6)) plt.clf() #繪製訓練點 plt.scatter(X[:,0],X[:,1],c=y,cmap=plt.cm.Set1,edgecolor='k') plt.xlabel('Sepal length') plt.ylabel('Sepal width')#以花瓣長度和寬度為橫縱座標繪製一個圖 plt.xlim(x_min, x_max) plt.ylim(y_min, y_max) plt.xticks(()) plt.yticks(()) #為了更好了解維度關係 #繪製一個3維的PCA fig = plt.figure(1,figsize=(8,6)) ax = Axes3D(fig, elev=-150, azim=110) X_reduced = PCA(n_components=3).fit_transform(iris.data) ax.scatter(X_reduced[:, 0],X_reduced[:, 1], X_reduced[:, 2],c=y, cmap=plt.cm.Set1, edgecolor='k', s=40) ax.set_title("First three PCA directions") ax.set_xlabel("1st eigenvector") ax.w_xaxis.set_ticklabels([]) ax.set_ylabel("2ed eigenvector") ax.w_yaxis.set_ticklabels([]) ax.set_zlabel("3rd eigenvector") ax.w_zaxis.set_ticklabels([]) plt.show()