首页 > 其他 > 详细

02获取数据集并处理(iris)

时间:2019-09-15 10:00:00      阅读:88      评论:0      收藏:0      [点我收藏+]

获取数据-iris,划分训练集和测试集

from sklearn.datasets import load_iris
# 1.获取数据集(iris)
iris = load_iris()
# print("iris数据集内容:", iris) # data,target,target_name
print("训练数据集形状:", iris.data.shape)
print("目标值形状:", iris.target.shape)
print("目标值名称:", iris.target_names)
# 2.数据集划分
from sklearn.model_selection import train_test_split # test_size,train_size,random_stat
x_train, x_test, y_train, y_test = train_test_split(iris.data, iris.target,test_size=0.25)  
print("训练集x-y:", x_train.shape, y_train.shape)
print("测试集x-y:", x_test.shape, y_test.shape)

运行结果:

训练数据集形状: (150, 4)
目标值形状: (150,)
目标值名称: [setosa versicolor virginica]
训练集x-y: (112, 4) (112,)
测试集x-y: (38, 4) (38,)

 

02获取数据集并处理(iris)

原文:https://www.cnblogs.com/jumpkin1122/p/11520970.html

(0)
(0)
   
举报
评论 一句话评论(0
关于我们 - 联系我们 - 留言反馈 - 联系我们:wmxa8@hotmail.com
© 2014 bubuko.com 版权所有
打开技术之扣,分享程序人生!