机器学习绪论-鸢尾花数据集分析

学习机器学习，必然要学习数据的分析和模型的训练。本篇通过加载 python 中的鸢尾花数据进行可视化，并通过 sklearn 中的逻辑回归模型来 train 和 predict 数据。

加载 python 的类库

加载鸢尾花的数据

输出样本个数、特征名称、以及分类类型

为了方便最后验证模型的结果，我们取每组数据的第一个作为最后的测试样本集

结果是酱紫的：

可视化

为了可视化，我们把数组格式的数据转为 DataFrame，可视化更清晰明了

首先，通过箱型图来看一下每个特征值的大概区间以及是否有异常值

通过柱状图来看一下各个特征值的分布情况

通过散点矩阵来看一下相关性

通过不同颜色，不同大小的散点图来大概看一下样本的分布情况

4个特征向量在二维上的表现能力有限，我们通过三维的散点图来观测一下

训练数据

使用逻辑回归模型对 train sample 进行训练

结果会给出训练得到的参数

还记得最初留的3个 test 数据集吗？我们用训练好的模型对测试数据进行预测，看结果是否和我们预期的一样

结果当然是和我们预期的一样：