数据挖掘-K-近邻分类器-Iris数据集分析-根据花瓣长宽分类-以散点图显示(二)
2017-01-29 22:37
567 查看
# %load python_8_2.py 此命令以加载本脚本到到ipython中 # coding: utf-8 from sklearn import datasets iris=datasets.load_iris() #数据集描述信息 iris.DESCR #iris数据集的数据 iris.data #以上总共150组数据,对应以下150个结果 iris.target #0代表Setosa 1代表Versicolour 2代表 Virginica iris.target_names #绘制散点图 import matplotlib.pyplot as plt import matplotlib.patches as mpatches from sklearn import datasets #加载iris数据集 iris=datasets.load_iris() #取出iris数据中的第2列,即表示花瓣长度 x=iris.data[:,0] #x轴 y=iris.data[:,3] #y轴 花瓣宽度 x y species=iris.target #种类 #计算散点图x轴最小值,最大值 x_min,x_max=x.min() - .5, x.max() + .5 #计算散点图y轴最小值与最大值 y_min,y_max=y.min()-.5,y.max()+.5 #以下绘制散点图 plt.figure() #matplot显示图例中的中文问题 : https://www.zhihu.com/question/25404709/answer/67672003 import matplotlib.font_manager as fm #mac中的字体问题请看: https://zhidao.baidu.com/question/161361596.html myfont = fm.FontProperties(fname='/Library/Fonts/Xingkai.ttc') #图例中的中文处理 plt.legend(prop=myfont) plt.title(u'鸢尾花分类预测_根据花瓣长宽',fontproperties=myfont) plt.scatter(x,y,c=species ) plt.xlabel(u'花瓣长 Petal length',fontproperties=myfont) plt.ylabel(u'花瓣宽 Petal width',fontproperties=myfont) plt.xlim(x_min,x_max) plt.ylim(y_min,y_max) plt.xticks(()) plt.yticks(()) plt.plot() #将图表保存为png图片, 注意这句话必须在plot()之后,否则将得到一个空白图片 plt.savefig('python_8_2_鸢尾花分类预测_根据花瓣长宽.png') plt.show() #shift+enter显示图表 #从显示的图形来看: 三种花的显示区别比第一种分类方法更明显.
相关文章推荐
- 数据挖掘-K-近邻分类器-Iris数据集分析-根据花萼长宽分类-以散点图显示(一)
- 数据挖掘-K-近邻分类器-Iris数据集分析-PCA降维处理后显示分类情况(三)
- 数据挖掘-K-近邻分类器-Iris数据集分析-使用K-近邻分类器进行分类预测(四)
- 数据挖掘-Iris数据集分析-决策边界_根据花瓣数据绘制(七)
- 数据挖掘-oneR算法-Iris数据集分析-使用oneR算法进行分类预测(五)
- 大数据入门——Iris数据集类别预测(K近邻分类器:KNN)
- 数据挖掘-Iris数据集分析-决策边界(六)
- 【python数据挖掘课程】十九.鸢尾花数据集可视化、线性回归、决策树花样分析
- 数据挖掘—LDA,PCA特征提取降维与SVM多分类在人脸识别中的应用-数据集ORL
- 数据挖掘-MovieLens数据集_电影推荐_亲和性分析_Aprioro算法
- 【python数据挖掘课程】二十一.朴素贝叶斯分类器详解及中文文本舆情分析
- 数据挖掘之分类——基于规则的分类器
- 【python数据挖掘课程】二十.KNN最近邻分类算法分析详解及平衡秤TXT数据集读取
- Python数据挖掘课程 四.决策树DTC数据分析及鸢尾数据集分析
- 数据挖掘算法之分类分析(一)贝叶斯分类器
- 1.2近邻分类器分类Cifar10图像数据集(上)
- 【Python数据挖掘课程】四.决策树DTC数据分析及鸢尾数据集分析
- 数据挖掘-diabetes数据集分析-糖尿病病情预测_线性回归_最小平方回归
- 数据挖掘---分类算法之K近邻(KNN)算法
- 改Bug 根据数据分类 隐藏显示按钮 A类数据页显示 B类数据页隐藏