基于IRIS(鸢尾花)数据集使用sklearn的特征工程练习
来源:互联网 发布:王中磊和女星 知乎 编辑:程序博客网 时间:2024/05/16 11:50
【环境】
Python
需要载入sklearn
【IRIS数据集】
由Fisher在1936年整理,包含4个特征(Sepal.Length(花萼长度)、Sepal.Width(花萼宽度)、Petal.Length(花瓣长度)、Petal.Width(花瓣宽度)),特征值都为正浮点数,单位为厘米。目标值为鸢尾花的分类(Iris Setosa(山鸢尾)、Iris Versicolour(杂色鸢尾),Iris Virginica(维吉尼亚鸢尾))。
【练习步骤】
1. 首先载入IRIS的数据集,此数据集在sklearn内已经储存好。
from sklearn.datasets import load_iris #导入IRIS数据集 iris = load_iris() #特征矩阵
其中iris.data 包含了四个特征值,iris.target为目标值。可以打印出来观察。
2. 数据预处理
选择归一化对数据进行无量纲化处理
from sklearn.preprocessing import NormalizerNormalizer().fit_transform(iris.data)
参考网址:
http://mp.weixin.qq.com/s/_RiW7thoshRNbubONCqgPQ
0 0
- 基于IRIS(鸢尾花)数据集使用sklearn的特征工程练习
- 使用平行轴图显示鸢尾花(iris)的四个特征数据(创新实验室联合纳新测试题)
- Iris DataSet 鸢尾花数据集
- Caffe 之 使用非图片的鸢尾花(IRIS)数据集(hdf5格式) 训练网络模型
- java实现k-means算法(用的鸢尾花iris的数据集,从mysq数据库中读取数据)
- 使用sklearn中的Iris植物分类数据集进行特征检验与预测分析
- 基于鸢尾花数据的分类分析
- sklearn库的体验-鸢尾花训练集
- RBF神经网络对iris鸢尾花数据集进行分类识别
- 特征工程(sklearn)
- 利用 Python 练习数据挖掘(鸢尾花练习)中遇到的问题,以及解决方法。
- 使用sklearn做特征工程
- 使用sklearn做特征工程
- 使用sklearn做特征工程
- 使用sklearn做特征工程
- 数据挖掘sklearn中的的特征工程处理
- 使用sklearn做单机特征工程
- 使用sklearn做单机特征工程
- 每天一个 Linux 命令(12):more命令
- String的getBytes()方法
- 欢迎使用CSDN-markdown编辑器
- spring中常用的注解介绍
- PHP实现分页
- 基于IRIS(鸢尾花)数据集使用sklearn的特征工程练习
- minikube在mac单机上部署kubernetes沙箱环境
- Solidworks 如何在曲面添加文字
- IM即时通讯(三) 多客户端文本传输之聊天功能
- 使用Openlayer利用GeoServer编辑要素到postGIS注意问题(WFS-T)
- mybatis学习三 多级结果映射
- day05
- c#猜数字小游戏
- Machine Learning Application