sklearn(一)

人工智能 sklearn（一）

一．鸢尾花数据集（iris）

Iris数据集是常用的分类实验数据集，由Fisher, 1936收集整理。Iris也称鸢尾花卉数据集，是一类多重变量分析的数据集。数据集包含150个数据样本，分为3类，每类50个数据，每个数据包含4个属性。可通过花萼s长度，花萼宽度，花瓣长度，花瓣宽度4个属性预测鸢尾花卉属于（Setosa，Versicolour，Virginica）三个种类中的哪一类。

二．逻辑回归求解鸢尾花问题

import numpy as np   #科学计算

import matplotlib.pyplot as plt   #画图

import seaborn as sns   #画图

import pandas as pd   #数据分析

from mpl_toolkits.mplot3d import Axes3D

from sklearn import datasets

from sklearn.linear_model import LogisticRegression

from sklearn.model_selection import train_test_split

from sklearn.metrics import mean_squared_error

#导入数据包

iris=datasets.load_iris(as_frame=Ture)

#数据概阔

print(iris.keys())

print (iris["feature_name"])

print (iris["target_name"])

print (iris["target"])

print (iris.frame.head())

print (iris.frame.tail())

print (iris.frame.info())

#绘制二维散点图

plt.plot(iris.frame.loc[iris["target"]==0]["petal length (cm)"],iris.frame.loc[iris["target"]==0]["petal width (cm)"],"rs",lable="setosa")  #”rs”：红色方框

plt.plot(iris.frame.loc[iris["target"]==1]["petal length (cm)"],iris.frame.loc[iris["target"]==1]["petal width (cm)"],"bx",lable="versicolour")  #”bx”：蓝色×

plt.plot(iris.frame.loc[iris["target"]==2]["petal length (cm)"],iris.frame.loc[iris["target"]==2]["petal width (cm)"],"go",lable="virginica")  #”go”：绿色点

plt.xlable("petal length (cm)")

plt.ylabel("peta width (cm)")

plt.title("预测分类边界")

plt.legend(title="species",bbox_to_anchor=(1.05,1),loc="upper left")

plt.rcParams["font.sans-serif"]="SimHei"

plt.show()

#绘制二维图（多种）

sns.pairplot(data=iris.frame,hue="target",palette="coolwarm")

plt.show()

#创建测试集和训练集

X_train,X_test,Y_train,Y_test=train_test_split(iris["data"],iris["target"],test_size=0.25,random_state=(180))

#训练第一个逻辑回归模型（基础模型，没有调节任何超参数）

def basic_logistic_regression(X_train,Y_train,X_test,Y_test):

    model=LogisticRegression()

    model.fit(X_train,Y_train)

    Y_train_pre=model.predict(X_train)

    Y_test_pre=model.predict(X_test)

    MSE_train=mean_squared_error(Y_train,Y_train_pre)

    MSE_test=mean_squared_error(Y_test,Y_test_pre)

    print("权重："+str(model.coef_))

    print ("截距："+str(model.intercept_))

    print("训练集均误差："+str(MSE_train))

    print("训练集均误差：" + str(MSE_test))

    print("score_train："+str(model.score(X_train,Y_train)))

    print("score_test："+str(module.score(X_test,Y_test)))

#调用函数

basic_logistic_regression(X_train,Y_train,X_test,Y_test)