笔记．

1.代码：

#1 .iris数据加载

from sklearn import datasets

iris = datasets.load_iris()

#2. 数据展示

iris.data

iris.feature_name

iris.target

iris.target_name

#3. 确认数据类型与数据维度

print(type(iris.data))

print(type(iris.target))

print(iris.data.shape)

print(iris.target.shape

2.量化。比如字符串，也做量化。比如Enum，要量化。比如 很高，很矮这种"定性"的词儿都要"定量"

3.确认是numpy数组：看下图

4.确认看下图

数据预处理

这是我的笔记

1. 加载数据集：from sklearn import datasets
   

2. 加载数据集中的iris：iris = datasets.load_iris()
   

数据预处理：

iris数据加载

数据展示

确认数据维度

使用scikit-learn进行数据处理的四个关键点

1区分开属性数据与结果数据

2属性数据与结果数据都是量化的

3运算过程中，属性数据与结果数据的类型都是Numpy数组

4属性数据与结果数据的维度是对应的

Irisz数据集

Iris数据集

1. iris数据加载

   from sklearn import datasets

   iris = datasets.load_iris()

2. 数据展示

   iris.data

   iris.feature_name

   iris.target

   iris.target_name

3. 确认数据类型与数据维度

   print(type(iris.data))

   print(type(iris.target))

   print(iris.data.shape)

   print(iris.target.shape
   

慕课网比较 好慕课网比较 好好慕课网比较 好较 好 好

数据预处理数据预处理