TensorFlow入门教程:8:训练数据之Iris数据集
Irises,闻名于世的不只是梵高那副价值超过5000万美元的鸢尾花,同时还有Iris数据集。
Iris数据集由英国统计学家/生物学家Ronald Fisher在1936年所收集,共包含150条数据,这150条数据分别由三种不同种类的鸢尾花所组成,每条数据通过四个不同属性进行对鸢尾花进行描述。
数据集信息
三个种类
数据集主要包括如下三个种类鸢尾花的数据,每种50条数据
类别 | 名称 |
---|---|
Iris Setosa | 山鸢尾 |
Iris Versicolour | 杂色鸢尾 |
Iris Virginica | 维吉尼亚鸢尾 |
四个特征
每条数据都从鸢尾花的如下四个特征进行描述
特征 | 说明 |
---|---|
Sepal.Length | 花萼长度 |
Sepal.Width | 花萼宽度 |
Petal.Length | 花瓣长度 |
Petal.Width | 花瓣宽度 |
下载地址
可以从如下地址进行下载150条数据:
- http://archive.ics.uci.edu/ml/machine-learning-databases/iris/iris.data
也可以tensorflow的官网演示数据中下载训练和验证数据
- 训练(120条):http://download.tensorflow.org/data/iris_training.csv
- 验证(30条):http://download.tensorflow.org/data/iris_test.csv
数据详细
花萼长度 | 花萼宽度 | 花瓣长度 | 花瓣宽度 | 类别 |
---|---|---|---|---|
5.1 | 3.5 | 1.4 | 0.2 | Iris-setosa |
4.9 | 3.0 | 1.4 | 0.2 | Iris-setosa |
4.7 | 3.2 | 1.3 | 0.2 | Iris-setosa |
4.6 | 3.1 | 1.5 | 0.2 | Iris-setosa |
5.0 | 3.6 | 1.4 | 0.2 | Iris-setosa |
5.4 | 3.9 | 1.7 | 0.4 | Iris-setosa |
4.6 | 3.4 | 1.4 | 0.3 | Iris-setosa |
5.0 | 3.4 | 1.5 | 0.2 | Iris-setosa |
4.4 | 2.9 | 1.4 | 0.2 | Iris-setosa |
4.9 | 3.1 | 1.5 | 0.1 | Iris-setosa |
5.4 | 3.7 | 1.5 | 0.2 | Iris-setosa |
4.8 | 3.4 | 1.6 | 0.2 | Iris-setosa |
4.8 | 3.0 | 1.4 | 0.1 | Iris-setosa |
4.3 | 3.0 | 1.1 | 0.1 | Iris-setosa |
5.8 | 4.0 | 1.2 | 0.2 | Iris-setosa |
5.7 | 4.4 | 1.5 | 0.4 | Iris-setosa |
5.4 | 3.9 | 1.3 | 0.4 | Iris-setosa |
5.1 | 3.5 | 1.4 | 0.3 | Iris-setosa |
5.7 | 3.8 | 1.7 | 0.3 | Iris-setosa |
5.1 | 3.8 | 1.5 | 0.3 | Iris-setosa |
5.4 | 3.4 | 1.7 | 0.2 | Iris-setosa |
5.1 | 3.7 | 1.5 | 0.4 | Iris-setosa |
4.6 | 3.6 | 1.0 | 0.2 | Iris-setosa |
5.1 | 3.3 | 1.7 | 0.5 | Iris-setosa |
4.8 | 3.4 | 1.9 | 0.2 | Iris-setosa |
5.0 | 3.0 | 1.6 | 0.2 | Iris-setosa |
5.0 | 3.4 | 1.6 | 0.4 | Iris-setosa |
5.2 | 3.5 | 1.5 | 0.2 | Iris-setosa |
5.2 | 3.4 | 1.4 | 0.2 | Iris-setosa |
4.7 | 3.2 | 1.6 | 0.2 | Iris-setosa |
4.8 | 3.1 | 1.6 | 0.2 | Iris-setosa |
5.4 | 3.4 | 1.5 | 0.4 | Iris-setosa |
5.2 | 4.1 | 1.5 | 0.1 | Iris-setosa |
5.5 | 4.2 | 1.4 | 0.2 | Iris-setosa |
4.9 | 3.1 | 1.5 | 0.1 | Iris-setosa |
5.0 | 3.2 | 1.2 | 0.2 | Iris-setosa |
5.5 | 3.5 | 1.3 | 0.2 | Iris-setosa |
4.9 | 3.1 | 1.5 | 0.1 | Iris-setosa |
4.4 | 3.0 | 1.3 | 0.2 | Iris-setosa |
5.1 | 3.4 | 1.5 | 0.2 | Iris-setosa |
5.0 | 3.5 | 1.3 | 0.3 | Iris-setosa |
4.5 | 2.3 | 1.3 | 0.3 | Iris-setosa |
4.4 | 3.2 | 1.3 | 0.2 | Iris-setosa |
5.0 | 3.5 | 1.6 | 0.6 | Iris-setosa |
5.1 | 3.8 | 1.9 | 0.4 | Iris-setosa |
4.8 | 3.0 | 1.4 | 0.3 | Iris-setosa |
5.1 | 3.8 | 1.6 | 0.2 | Iris-setosa |
4.6 | 3.2 | 1.4 | 0.2 | Iris-setosa |
5.3 | 3.7 | 1.5 | 0.2 | Iris-setosa |
5.0 | 3.3 | 1.4 | 0.2 | Iris-setosa |
7.0 | 3.2 | 4.7 | 1.4 | Iris-versicolor |
6.4 | 3.2 | 4.5 | 1.5 | Iris-versicolor |
6.9 | 3.1 | 4.9 | 1.5 | Iris-versicolor |
5.5 | 2.3 | 4.0 | 1.3 | Iris-versicolor |
6.5 | 2.8 | 4.6 | 1.5 | Iris-versicolor |
5.7 | 2.8 | 4.5 | 1.3 | Iris-versicolor |
6.3 | 3.3 | 4.7 | 1.6 | Iris-versicolor |
4.9 | 2.4 | 3.3 | 1.0 | Iris-versicolor |
6.6 | 2.9 | 4.6 | 1.3 | Iris-versicolor |
5.2 | 2.7 | 3.9 | 1.4 | Iris-versicolor |
5.0 | 2.0 | 3.5 | 1.0 | Iris-versicolor |
5.9 | 3.0 | 4.2 | 1.5 | Iris-versicolor |
6.0 | 2.2 | 4.0 | 1.0 | Iris-versicolor |
6.1 | 2.9 | 4.7 | 1.4 | Iris-versicolor |
5.6 | 2.9 | 3.6 | 1.3 | Iris-versicolor |
6.7 | 3.1 | 4.4 | 1.4 | Iris-versicolor |
5.6 | 3.0 | 4.5 | 1.5 | Iris-versicolor |
5.8 | 2.7 | 4.1 | 1.0 | Iris-versicolor |
6.2 | 2.2 | 4.5 | 1.5 | Iris-versicolor |
5.6 | 2.5 | 3.9 | 1.1 | Iris-versicolor |
5.9 | 3.2 | 4.8 | 1.8 | Iris-versicolor |
6.1 | 2.8 | 4.0 | 1.3 | Iris-versicolor |
6.3 | 2.5 | 4.9 | 1.5 | Iris-versicolor |
6.1 | 2.8 | 4.7 | 1.2 | Iris-versicolor |
6.4 | 2.9 | 4.3 | 1.3 | Iris-versicolor |
6.6 | 3.0 | 4.4 | 1.4 | Iris-versicolor |
6.8 | 2.8 | 4.8 | 1.4 | Iris-versicolor |
6.7 | 3.0 | 5.0 | 1.7 | Iris-versicolor |
6.0 | 2.9 | 4.5 | 1.5 | Iris-versicolor |
5.7 | 2.6 | 3.5 | 1.0 | Iris-versicolor |
5.5 | 2.4 | 3.8 | 1.1 | Iris-versicolor |
5.5 | 2.4 | 3.7 | 1.0 | Iris-versicolor |
5.8 | 2.7 | 3.9 | 1.2 | Iris-versicolor |
6.0 | 2.7 | 5.1 | 1.6 | Iris-versicolor |
5.4 | 3.0 | 4.5 | 1.5 | Iris-versicolor |
6.0 | 3.4 | 4.5 | 1.6 | Iris-versicolor |
6.7 | 3.1 | 4.7 | 1.5 | Iris-versicolor |
6.3 | 2.3 | 4.4 | 1.3 | Iris-versicolor |
5.6 | 3.0 | 4.1 | 1.3 | Iris-versicolor |
5.5 | 2.5 | 4.0 | 1.3 | Iris-versicolor |
5.5 | 2.6 | 4.4 | 1.2 | Iris-versicolor |
6.1 | 3.0 | 4.6 | 1.4 | Iris-versicolor |
5.8 | 2.6 | 4.0 | 1.2 | Iris-versicolor |
5.0 | 2.3 | 3.3 | 1.0 | Iris-versicolor |
5.6 | 2.7 | 4.2 | 1.3 | Iris-versicolor |
5.7 | 3.0 | 4.2 | 1.2 | Iris-versicolor |
5.7 | 2.9 | 4.2 | 1.3 | Iris-versicolor |
6.2 | 2.9 | 4.3 | 1.3 | Iris-versicolor |
5.1 | 2.5 | 3.0 | 1.1 | Iris-versicolor |
5.7 | 2.8 | 4.1 | 1.3 | Iris-versicolor |
6.3 | 3.3 | 6.0 | 2.5 | Iris-virginica |
5.8 | 2.7 | 5.1 | 1.9 | Iris-virginica |
7.1 | 3.0 | 5.9 | 2.1 | Iris-virginica |
6.3 | 2.9 | 5.6 | 1.8 | Iris-virginica |
6.5 | 3.0 | 5.8 | 2.2 | Iris-virginica |
7.6 | 3.0 | 6.6 | 2.1 | Iris-virginica |
4.9 | 2.5 | 4.5 | 1.7 | Iris-virginica |
7.3 | 2.9 | 6.3 | 1.8 | Iris-virginica |
6.7 | 2.5 | 5.8 | 1.8 | Iris-virginica |
7.2 | 3.6 | 6.1 | 2.5 | Iris-virginica |
6.5 | 3.2 | 5.1 | 2.0 | Iris-virginica |
6.4 | 2.7 | 5.3 | 1.9 | Iris-virginica |
6.8 | 3.0 | 5.5 | 2.1 | Iris-virginica |
5.7 | 2.5 | 5.0 | 2.0 | Iris-virginica |
5.8 | 2.8 | 5.1 | 2.4 | Iris-virginica |
6.4 | 3.2 | 5.3 | 2.3 | Iris-virginica |
6.5 | 3.0 | 5.5 | 1.8 | Iris-virginica |
7.7 | 3.8 | 6.7 | 2.2 | Iris-virginica |
7.7 | 2.6 | 6.9 | 2.3 | Iris-virginica |
6.0 | 2.2 | 5.0 | 1.5 | Iris-virginica |
6.9 | 3.2 | 5.7 | 2.3 | Iris-virginica |
5.6 | 2.8 | 4.9 | 2.0 | Iris-virginica |
7.7 | 2.8 | 6.7 | 2.0 | Iris-virginica |
6.3 | 2.7 | 4.9 | 1.8 | Iris-virginica |
6.7 | 3.3 | 5.7 | 2.1 | Iris-virginica |
7.2 | 3.2 | 6.0 | 1.8 | Iris-virginica |
6.2 | 2.8 | 4.8 | 1.8 | Iris-virginica |
6.1 | 3.0 | 4.9 | 1.8 | Iris-virginica |
6.4 | 2.8 | 5.6 | 2.1 | Iris-virginica |
7.2 | 3.0 | 5.8 | 1.6 | Iris-virginica |
7.4 | 2.8 | 6.1 | 1.9 | Iris-virginica |
7.9 | 3.8 | 6.4 | 2.0 | Iris-virginica |
6.4 | 2.8 | 5.6 | 2.2 | Iris-virginica |
6.3 | 2.8 | 5.1 | 1.5 | Iris-virginica |
6.1 | 2.6 | 5.6 | 1.4 | Iris-virginica |
7.7 | 3.0 | 6.1 | 2.3 | Iris-virginica |
6.3 | 3.4 | 5.6 | 2.4 | Iris-virginica |
6.4 | 3.1 | 5.5 | 1.8 | Iris-virginica |
6.0 | 3.0 | 4.8 | 1.8 | Iris-virginica |
6.9 | 3.1 | 5.4 | 2.1 | Iris-virginica |
6.7 | 3.1 | 5.6 | 2.4 | Iris-virginica |
6.9 | 3.1 | 5.1 | 2.3 | Iris-virginica |
5.8 | 2.7 | 5.1 | 1.9 | Iris-virginica |
6.8 | 3.2 | 5.9 | 2.3 | Iris-virginica |
6.7 | 3.3 | 5.7 | 2.5 | Iris-virginica |
6.7 | 3.0 | 5.2 | 2.3 | Iris-virginica |
6.3 | 2.5 | 5.0 | 1.9 | Iris-virginica |
6.5 | 3.0 | 5.2 | 2.0 | Iris-virginica |
6.2 | 3.4 | 5.4 | 2.3 | Iris-virginica |
5.9 | 3.0 | 5.1 | 1.8 | Iris-virginica |
Iris数据集和MINST数据集都是非常常用的验证数据集,对于tensorflow的入门学习很有帮助,相较于MINST动辄几万条的数据,Iris这个简单的数据集更容易上手,接下来会结合不同的算法进行验证。
参考内容
https://archive.ics.uci.edu/ml/datasets/Iris/
https://baike.baidu.com/item/鸢尾花/2674518?fr=aladdin
https://baike.baidu.com/item/IRIS/4061453
http://archive.ics.uci.edu/ml/datasets/Iris
http://archive.ics.uci.edu/ml/machine-learning-databases/iris/iris.data
TensorFlow入门教程:8:训练数据之Iris数据集相关推荐
- TensorFlow入门教程(1)安装、基础、Tensorboard
TensorFlow入门教程 本教程适合人群: - 会些python但不是特别精通 - 机器学习的初学者 本教程预计耗时: - 2-3小时 本教程预计效果: - 掌握TensorFlow的基础操作 - ...
- Tensorflow 入门教程
Tensorflow 入门教程 http://tensornews.cn/ 深度学习发展史 特征工程 深度学习之激活函数 损失函数 反向传播算法 [上] 反向传播算法 [下] Tensorflow ...
- (转)tensorflow入门教程(二十六)人脸识别(上)
https://blog.csdn.net/rookie_wei/article/details/81676177 1.概述 查看全文 http://www.taodudu.cc/news/show- ...
- TensorFlow入门教程:1:安装和第一个例子程序
TensorFlow™ 是Google开源的一个采用数据流图用于数值计算的开源库.截止到目前为止在github上已经获得超过6万个Star,已经成为深度学习和机器学习方面最为受欢迎的项目,炙手可热.这 ...
- Android基础入门教程——6.2 数据存储与访问之——SharedPreferences保存用户偏好参数
Android基础入门教程--6.2 数据存储与访问之--SharedPreferences保存用户偏好参数 标签(空格分隔): Android基础入门教程 本节引言: 本节给大家介绍的是第二种存储用 ...
- TensorFlow入门教程:14:噪声数据: 随机分布
前面的文章中主要就线性回归进行了模拟,这篇文章重点讨论一下学习和训练过程中训练数据的问题. 前文中y=3*x + 1的训练数据,直接使用的数据是完全符合的数据,没有任何误差,散点信息如下所示: 绘图代 ...
- 比官方更简洁的Tensorflow入门教程
声明: 参考自Python TensorFlow Tutorial – Build a Neural Network,本文简化了文字部分 文中有很多到官方文档的链接,毕竟有些官方文档是中文的,而且写的 ...
- 世界最清楚tensorflow入门教程
人工智能.机器学习和深度学习 在介绍TensorFlow(以下简称为TF)之前,我们首先了解一下相关背景. TF是一种机器学习框架,而机器学习经常和人工智能,深度学习联系在一起,那么三者到底是什么关系 ...
- TensorFlow 完整的TensorFlow入门教程
1:你想要学习TensorFlow,首先你得安装Tensorflow,在你学习的时候你最好懂以下的知识: a:怎么用python编程: b:了解一些关于数组的知识: c:最 ...
最新文章
- 高中生获得全国科创大赛一等奖的项目,竟与硕士毕业论文高度雷同?!
- Python之深入解析如何制作国际空间站实时跟踪器
- C#内存流示例-----gt;用内存流来读取图片
- 执行AJAX返回HTML片段中的JavaScript脚本
- 云端之战:Thomas Kurian离职,Java 11趋向收费,Ellison豪赌ERP和云数据库
- hyperterminal使用教程_如何在Win中安装使用超级终端HyperTerminal.doc
- deepin应用分发_Deepin Dock隐藏功能等功能说明
- Internet控制报文协议ICMP
- 多测师肖sir_高级金牌讲师_简历制作
- 计算机原理(3)-内存工作原理
- STM32编程语言介绍
- E45: 'readonly' option is set (add ! to override)报错如何解决
- 电脑声音出现变声的问题
- 一个基于百度云和图灵的人工智能(智障)程序
- 深度学习系列46:人脸图像超分GFP-GAN
- 解决英伟达CUDA和cuDNN下载过慢的问题
- 使用云主机的5大好处?
- Windows Phone 7 小应用 生理节律表
- 夜神模拟 配置 热加载
- 入坑nodemcu,从刷固件到点亮LED,读完这篇文章就够了