lirs數據集的fisher線性分類

用Jupyter完成Iris數據集的 Fisher（注意不是其他算法）線性分類，并學習數據可視化技術

Python代碼

讀取文件

import pandas as pd import seaborn as snsimport matplotlib.pyplot as pltdf_Iris = pd.read_csv(r'iris.data.txt')

運行代碼可視化

from collections import Counter, defaultdict import matplotlibimport matplotlib.pyplot as pltimport numpy as np matplotlib.rcParams['font.sans-serif'] = ['SimHei'] style_list = ['o', '^', 's'] # 設置點的不同形狀，不同形狀默認顏色不同，也可自定義data = iris_datas.datalabels = iris_datas.target_namescc = defaultdict(list) for i, d in enumerate(data): cc[labels[int(i/50)]].append(d) p_list = []c_list = [] for each in [0, 2]: for i, (c, ds) in enumerate(cc.items()): draw_data = np.array(ds) p = plt.plot(draw_data[:, each], draw_data[:, each+1], style_list[i]) p_list.append(p) c_list.append(c) plt.legend(map(lambda x: x[0], p_list), c_list) plt.title('鳶尾花花瓣的長度和寬度') if each else plt.title('鳶尾花花萼的長度和寬度') plt.xlabel('花瓣的長度(cm)') if each else plt.xlabel('花萼的長度(cm)') plt.ylabel('花瓣的寬度(cm)') if each else plt.ylabel('花萼的寬度(cm)') plt.show()

運行結果：

總結

以上是生活随笔為你收集整理的2020-05-07的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。