用Python加載鳶尾花數據

本文將詳細介紹如何使用Python加載鳶尾花數據，包括數據源的介紹、數據的獲取和清洗、數據可視化等方面。

一、數據源的介紹

鳶尾花數據集（Iris dataset）是常用的分類實驗數據集之一，由Fisher於1936年發表。該數據集包含150個樣本，分為3類，每類50個樣本，每個樣本包含4個特徵，分別是花萼長度、花萼寬度、花瓣長度、花瓣寬度。數據集中的3個類別分別為Iris Setosa、Iris Versicolour、Iris Virginica。

二、數據的獲取和清洗

獲取鳶尾花數據的一種方法是使用Python中的scikit-learn庫。以下是獲取和清洗數據的代碼：

from sklearn.datasets import load_iris
import pandas as pd
import numpy as np

iris = load_iris()
X = pd.DataFrame(iris.data, columns=iris.feature_names)
y = pd.DataFrame(iris.target, columns=['target'])

data = pd.concat([X, y], axis=1)
data.dropna(inplace=True)

代碼解釋：

首先，我們使用load_iris()函數從scikit-learn庫中加載鳶尾花數據集。然後，我們使用pandas庫將數據轉換為DataFrame格式，並將特徵命名為feature_names，將類別命名為target。最後，我們將特徵和類別拼接為一個數據集，並使用dropna()函數清除缺失值。

三、數據可視化

我們可以使用Python中的matplotlib庫和seaborn庫，將鳶尾花數據可視化。以下代碼演示了如何繪製鳶尾花散點圖：

import matplotlib.pyplot as plt
import seaborn as sns

sns.set(style="ticks", color_codes=True)
sns.pairplot(data, hue="target")
plt.show()

代碼解釋：

首先，我們使用set()函數設置圖形的樣式和顏色。然後，我們使用pairplot()函數繪製鳶尾花散點圖，其中hue參數表示按照類別標籤進行着色。最後，我們使用show()函數顯示圖形。

四、建立模型

我們可以使用Python中的scikit-learn庫，建立一個分類模型來對鳶尾花數據進行分類。以下是示例代碼：

from sklearn.model_selection import train_test_split
from sklearn.tree import DecisionTreeClassifier
from sklearn.metrics import accuracy_score

X = data.iloc[:, :-1]
y = data.iloc[:, -1]

X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3, random_state=42)

clf = DecisionTreeClassifier()
clf.fit(X_train, y_train)

y_pred = clf.predict(X_test)
accuracy = accuracy_score(y_test, y_pred)
print('Accuracy:{:.2f}%'.format(accuracy*100))

代碼解釋：

我們首先將數據集分為訓練集和測試集。然後，我們使用scikit-learn庫中的DecisionTreeClassifier()函數建立決策樹分類器，並在訓練集上進行訓練。接着，我們使用predict()函數對測試集進行預測，並使用accuracy_score()函數計算分類器的準確率。最後，我們將準確率輸出到控制台。

五、小結

本文介紹了如何使用Python加載鳶尾花數據，包括數據源的介紹、數據獲取和清洗、數據可視化以及模型的建立。通過這些操作，我們可以更好地理解和分析鳶尾花數據集，並對其進行分類或預測。