NUMPY数据集练习 ----------SKLEARN类

<br><br># 1. 安装scipy，numpy，sklearn包

import numpy

from sklearn.datasets import load_iris

# 2. 从sklearn包自带的数据集中读出鸢尾花数据集data

print(data.data)

# 3.查看data类型，包含哪些数据

data = load_iris()

print(data.keys())

# 4.取出鸢尾花特征和鸢尾花类别数据，查看其形状及数据类型

print(data.target_names)

print(data.target)

type(data.target)

1 2	`# 5.取出所有花的花萼长度(cm)的数据` `print(numpy.array(list(len[0]` `for` `len` `in` `data['data'])))`

# 6.取出所有花的花瓣长度(cm)+花瓣宽度(cm)的数据

print(numpy.array(list(len[2] for len in data['data'])) )

print(numpy.array(list(len[3] for len in data['data'])))

# 7.取出某朵花的四个特征及其类别。

print(data.data[0])

print(data.target_names[0])

# 8.将所有花的特征和类别分成三组，每组50个

setosa_data = []

versicolor_data = []

virginica_data = []

# 9.生成新的数组，每个元素包含四个特征+类别

for i in range(0,150):

#生成为setosa类的鸢尾花花数据

if data.target[i] == 0:

data1 = data.data[i].tolist()

data1.append('setosa')

setosa_data.append(data1)

#生成为versicolor类的鸢尾花数据

elif data.target[i] == 1:

data1 = data.data[i].tolist()

data1.append('versicolor')

versicolor_data.append(data1)

#剩下的为virginica类的鸢尾花数据

else:

data1 = data.data[i].tolist()

data1.append('virginica')

virginica_data.append(data1)

#生成新的数组，每个元素包含四个特征+类别

newdata=(setosa_data ,versicolor_data,virginica_data)

print(newdata)

转载于:https://www.cnblogs.com/yulinzzz/p/9869796.html

NUMPY数据集练习 ----------SKLEARN类相关推荐

DL之NN：基于(sklearn自带手写数字图片识别数据集)+自定义NN类(三层64→100→10)实现97.5%准确率
DL之NN:基于(sklearn自带手写数字图片识别数据集)+自定义NN类(三层64→100→10)实现97.5%准确率目录输出结果核心代码输出结果核心代码 #DL之NN:基于sklearn ...
08_sklearn数据集，数据集划分train_test_split，sklearn.datasets及其api，sklearn分类数据集，sklearn回归数据集，转换器与预估器
1.sklearn数据集 1.1 数据集划分机器学习一般的数据集会划分为两个部分训练数据:用于训练,构建模型测试数据:在模型检验时使用,用来评估模型是否有效 1.1.1 sklearn数据集划分 ...
【ML】机器学习数据集：sklearn中分类数据集介绍
目录 1.乳腺癌分类数据集(二分类) 2.鸢尾花分类数据集(三分类) 3.葡萄酒分类数据集(三分类) 4.手写数字分类数据集(十分类) 5.其他数据集参考资料在机器学习的教程中,我们会看到很多的d ...
sEMG项目总结（6）NinaPro肌电数据集（52类动作）
NinaPro肌电数据集(52类动作) 目录 NinaPro肌电数据集52类动作目录 1sEMG Data 2简单ANN分类 3Deep learning applied to Ninapro sa ...
【Python】实训6：基于wine和wine_quality数据集练习sklearn构建模型方法（预处理、聚类、分类、回归）
题目来源: <Python数据分析与应用>第6章使用 scikit-learn 构建模型实训部分 [ 黄红梅.张良均主编中国工信出版集团和人民邮电出版社] 本博客题目文字主要来自: ...
python中matrix函数_使用python解线性矩阵方程(numpy中的matrix类)
这学期有一门运筹学,讲的两大块儿:线性优化和非线性优化问题.在非线性优化问题这里涉及到拉格朗日乘子法,经常要算一些非常变态的线性方程,于是我就想用python求解线性方程.查阅资料的过程中找到了一个极 ...
ArcGIS改变数据集或要素类的的坐标系(投影)
数据管理工具-投影和变换-投影-输入数据集或要素类-输出数据集或要素类-输出坐标系(选择合适的投影坐标系)
【ML】机器学习数据集：sklearn中回归数据集介绍
目录 1. Boston房价预测数据集 2. California房价预测数据集 3. 糖尿病预测数据集在机器学习的教程中,我们会看到很多的demo,这些demo都是基于python中自带的数据集. ...
将cityscapes数据集转换为19类 convert cityscapes to 19 categories
在用DANet网络时候,Readme里面提到了处理数据集时,提到了要把cityscapes数据集转换为19类: Download the Cityscapes dataset and convert ...

NUMPY数据集练习 ----------SKLEARN类

NUMPY数据集练习 ----------SKLEARN类相关推荐

最新文章

热门文章