鸢尾花的分类（四种方法）

2024-07-12 10:22| 来源: 网络整理| 查看: 265

鸢尾花的分类

iris数据集的中文名是安德森鸢尾花卉数据集，含有5个key，分别是DESCT，target_name（分类名称，即四个特征值的名称），target（分类，有150个数值，有（0，1，2）三种取值，分别代表三个种类），feature_names（特征名称，三个种类的名称），data（四个特征值，花萼的长、宽，花瓣的长、宽）。 iris包含150个样本，对应数据集的每行数据。每行数据包含每个样本的四个特征和样本的类别信息，所以iris数据集是一个150行5列的二维表。通俗地说，iris数据集是用来给花做分类的数据集，每个样本包含了花萼长度、花萼宽度、花瓣长度、花瓣宽度四个特征（前4列），我们需要建立一个分类器，分类器可以通过样本的四个特征来判断样本属于山鸢尾、变色鸢尾还是维吉尼亚鸢尾（这三个名词都是花的品种）。一、鸢尾花SVM分类

from sklearn import datasets from sklearn import model_selection from sklearn import svm from sklearn.naive_bayes import GaussianNB from sklearn.cluster import KMeans from sklearn.linear_model import LinearRegression import matplotlib.pyplot as plt iris = datasets.load_iris() X = iris.data y = iris.target x_train,x_test,y_train,y_test=model_selection.train_test_split(x,y,random_state=1,test_size=0.3) # 用train_test_split将数据随机分为训练集和测试集，测试集占总数据的30%（test_size=0.3),random_state是随机数种子 # 参数解释： # x：train_data：所要划分的样本特征集。 # y：train_target：所要划分的样本结果。 # test_size：样本占比，如果是整数的话就是样本的数量。 # random_state：是随机数的种子。 # （随机数种子：其实就是该组随机数的编号，在需要重复试验的时候，保证得到一组一样的随机数。比如你每次都填1，其他参数一样的情况下你得到的随机数组是一样的。但填0或不填，每次都会不一样。 # 随机数的产生取决于种子，随机数和种子之间的关系遵从以下两个规则：种子不同，产生不同的随机数；种子相同，即使实例不同也产生相同的随机数。） #搭建模型，训练SVM分类器 #classifier=svm.SVC(kernel='linear',gamma=0.1,decision_function_shape='ovo',C=0.1) # kernel='linear'时，为线性核函数，C越大分类效果越好，但有可能会过拟合（defaul C=1）。 classifier=svm.SVC(kernel='rbf',gamma=0.1,decision_function_shape='ovo',C=0.8) # kernel='rbf'（default）时，为高斯核函数，gamma值越小，分类界面越连续；gamma值越大，分类界面越“散”，分类效果越好，但有可能会过拟合。 # decision_function_shape='ovo'时，为one v one分类问题，即将类别两两之间进行划分，用二分类的方法模拟多分类的结果。 # decision_function_shape='ovr'时，为one v rest分类问题，即一个类别与其他类别进行划分。 #开始训练 classifier.fit(x_train,y_train.ravel()) #调用ravel()函数将矩阵转变成一维数组 # （ravel()函数与flatten()的区别） # 两者所要实现的功能是一致的（将多维数组降为一维）， # 两者的区别在于返回拷贝（copy）还是返回视图（view）， # numpy.flatten() 返回一份拷贝，对拷贝所做的修改不会影响（reflects）原始矩阵， # 而numpy.ravel()返回的是视图（view），会影响（reflects）原始矩阵。 # 计算svm分类器的准确率 print('SVM-输出训练集的准确率为： %.2f' % classifier.score(x_train, y_train)) print('SVM-输出测试集的准确率为 %.2f' % classifier.score(x_test, y_test)) # 查看决策函数，可以通过decision_function()实现。decision_function中每一列的值代表距离各类别的距离。 # print('decision_function:\n', classifier.decision_function(x_train)) print('\npredict:\n', classifier.predict(x_train)) # 绘制图像（数据可视化） # 1.确定坐标轴范围，x，y轴分别表示两个特征 x1_min, x1_max = x[:, 0].min(), x[:, 0].max() # 第0列的范围 x[:, 0] "："表示所有行，0表示第1列 x2_min, x2_max = x[:, 1].min(), x[:, 1].max() # 第1列的范围 x[:, 0] "："表示所有行，1表示第2列 x1, x2 = np.mgrid[x1_min:x1_max:200j, x2_min:x2_max:200j] # 生成网格采样点（用meshgrid函数生成两个网格矩阵X1和X2） grid_test = np.stack((x1.flat, x2.flat), axis=1) # 测试点，再通过stack()函数，axis=1，生成测试点 # .flat 将矩阵转变成一维数组（与ravel()的区别：flatten：返回的是拷贝 print("grid_test = \n", grid_test) # print("x = \n",x) grid_hat = classifier.predict(grid_test) # 预测分类值 print("grid_hat = \n", grid_hat) # print(x1.shape()) grid_hat = grid_hat.reshape(x1.shape) # 使之与输入的形状相同 # 2.指定默认字体 mpl.rcParams['font.sans-serif'] = [u'SimHei'] mpl.rcParams['axes.unicode_minus'] = False # 3.绘制 cm_light = mpl.colors.ListedColormap(['#A0FFA0', '#FFA0A0', '#A0A0FF']) cm_dark = mpl.colors.ListedColormap(['g', 'r', 'b']) alpha=0.5 plt.pcolormesh(x1, x2, grid_hat, cmap=cm_light) # 预测值的显示 # plt.scatter(x[:, 0], x[:, 1], c=y, edgecolors='k', s=50, cmap=cm_dark) # 样本 plt.plot(x[:, 0], x[:, 1], 'o', alpha=alpha, color='blue', markeredgecolor='k') plt.scatter(x_test[:, 0], x_test[:, 1], s=120, facecolors='none', zorder=10) # 圈中测试集样本 plt.xlabel(u'花萼长度', fontsize=13) plt.ylabel(u'花萼宽度', fontsize=13) plt.xlim(x1_min, x1_max) plt.ylim(x2_min, x2_max) plt.title(u'鸢尾花SVM二特征分类', fontsize=15) # plt.grid() plt.show()

二、鸢尾花k-means聚类 k-means算法介绍参考：机器学习之K均值算法（K-means）聚类

方法二：鸢尾花k-means聚类 ''' # 2.取特征空间中的4个维度 X = iris.data[:, :4] # 3.搭建模型，构造KMeans聚类器，聚类个数为3 estimator = KMeans(n_clusters=3) #开始聚类训练 estimator.fit(X) # 获取聚类标签 label_pred = estimator.labels_ # 绘制数据分布图（数据可视化） plt.scatter(X[:, 0], X[:, 1], c="red", marker='o', label='see') plt.xlabel('petal length') plt.ylabel('petal width') plt.legend(loc=2) plt.show() # 绘制k-means结果 x0 = X[label_pred == 0] x1 = X[label_pred == 1] x2 = X[label_pred == 2] plt.scatter(x0[:, 0], x0[:, 1], c="red", marker='o', label='label0') plt.scatter(x1[:, 0], x1[:, 1], c="green", marker='*', label='label1') plt.scatter(x2[:, 0], x2[:, 1], c="blue", marker='+', label='label2') #花瓣的长宽 plt.xlabel('petal length') plt.ylabel('petal width') plt.legend(loc=2) plt.show()

在这里插入图片描述三、鸢尾花线性回归

#获取花萼的长(x)和宽(y) x = [n[0] for n in iris.data] y = [n[1] for n in iris.data] import numpy as np #转换成数组 x = np.array(x).reshape(len(x),1) y = np.array(y).reshape(len(y),1) #第二步导入Sklearn机器学习扩展包中线性回归模型，然后进行训练和预测 classifier = LinearRegression() # 开始训练 classifier.fit(x,y) # 预测(根据花萼长来预测花萼的宽） pre = classifier.predict(x) #第三步画图（数据可视化） plt.scatter(x,y,s=100) plt.plot(x,pre,"r-",linewidth=4) #花萼的长宽 plt.xlabel('calycinal length') plt.ylabel('calycinall width') for idx, m in enumerate(x): plt.plot([m,m],[y[idx],pre[idx]], 'g-') plt.show() # 做预测，花萼长度为5.0，预测花萼宽度是多少 print ('[线性回归]花萼长度为5.0，预测花萼宽度是',classifier.predict([[5.0]]))

在这里插入图片描述四、鸢尾花朴素贝叶斯朴素贝叶斯分类算法参考：朴素贝叶斯原理分析

X = iris.data y = iris.target # 2.将原始数据集划分成训练集和测试集 X_train, X_test, y_train, y_test = model_selection.train_test_split(X, y,test_size=0.3, random_state=1) # 3.搭建模型，训练高斯贝叶斯分类器 classifier = GaussianNB() #开始训练 classifier.fit(X_train, y_train) # 4.计算svm分类器的准确率 print('高斯贝叶斯输出训练集的准确率为: %.2f' % classifier.score(X_train, y_train)) print('高斯贝叶斯输出测试集的准确率为: %.2f' % classifier.score(X_test, y_test))

【本文地址】

公司简介

联系我们