load_iris 鸢尾花数据集的介绍

鸢尾花数据集（Iris dataset）是一个经典的分类问题数据集，由英国统计学家和生物学家 Ronald Fisher 在 1936 年使用收集的数据建立。

该数据集共有 150 条数据，分为 3 类，每类 50 个数据，每个数据包含 4 个特征，即花萼长度、花萼宽度、花瓣长度和花瓣宽度，特征值均为正数，单位为厘米。数据集中每个样本都被标记为以下三个类别之一：Setosa，Versicolour 和 Virginica。该数据集可以用于分类算法的训练和测试，也可以用于数据可视化、数据探索等。

在 Python 中，可以使用 scikit-learn 库中的 load_iris 函数来加载鸢尾花数据集。

相关问题

下列语句导入鸢尾花数据集，按要求书写代码 from sklearn.datasets import load_iris iris = load_iris() target选择0和1(setosa,v

在Python中，你可以使用sklearn库中的`load_iris()`函数来导入鸢尾花数据集。如果你想仅选择目标变量（标签）为setosa和versicolor（通常它们对应的数值是0和1），你需要对数据进行筛选。以下是相应的代码：

from sklearn.datasets import load_iris

# 加载鸢尾花数据集
iris = load_iris()

# 这里 iris.target 返回的是分类的整数标签，所以直接筛选 setosa (0) 和 versicolor (1)
# 你可以使用布尔数组来过滤目标值
target_indices = (iris.target == 0) | (iris.target == 1)
selected_target = iris.target[target_indices]

# 为了获取包含特征和对应筛选后的标签的数据，可以这样做：
X_selected = iris.data[target_indices]
y_selected = selected_target

print("Selected target values:", y_selected)

这段代码首先加载了鸢尾花数据，然后创建了一个布尔数组，表示哪些样本的目标值是0或1。接着，它从原始数据集中选择了相应的特征（X）和标签（y）。请注意，`X_selected`将只包含目标为setosa和versicolor的样本的特征，而`y_selected`则包含对应的标签。

利用scikit-learn库中datasets包中鸢尾花数据集（load_iris）load_iris数据集训练一个决策树分类器，并实现鸢尾花分类任务。 （1）数据准备； （2）模型构建与训练； （3）模型评估； （4）结果可视化。

首先，让我们逐步完成这个鸢尾花分类任务：

**步骤1：数据准备**

from sklearn import datasets
import pandas as pd

# 加载鸢尾花数据集
iris = datasets.load_iris()
X = iris.data  # 特征数据
y = iris.target  # 类别标签

# 将数据转换为DataFrame，方便查看
df_iris = pd.DataFrame(data=X, columns=iris.feature_names)
df_iris['target'] = y

**步骤2：模型构建与训练**

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

# 数据划分（70%用于训练，30%用于测试）
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3, random_state=42)

# 创建并训练决策树分类器
clf = DecisionTreeClassifier()  # 默认参数即可
clf.fit(X_train, y_train)

**步骤3：模型评估**

from sklearn.metrics import classification_report, confusion_matrix, accuracy_score

# 预测测试集
y_pred = clf.predict(X_test)

# 评估指标
print("Confusion Matrix:")
print(confusion_matrix(y_test, y_pred))
print("\nClassification Report:")
print(classification_report(y_test, y_pred))
accuracy = accuracy_score(y_test, y_pred)
print(f"Accuracy: {accuracy}")

**步骤4：结果可视化**

import matplotlib.pyplot as plt
import seaborn as sns

# 可视化混淆矩阵
sns.heatmap(confusion_matrix(y_test, y_pred), annot=True, cmap='Blues')
plt.xlabel('Predicted Class')
plt.ylabel('True Class')
plt.title('Confusion Matrix')
plt.show()

# 决策树的可视化可以使用sklearn的plot_tree函数，但因为这通常是交互式可视化的例子，这里我们略去代码。