首先需要安装Seaborn库,pip install seaborn
开始导入数据集(注意:seaborn 就是有这个iris 数据集,从在线存储库加载而来)
import seaborn as sns
iris = sns.load_dataset('iris ')
print(iris)
然后我们开始创建一个特征矩阵(说明:drop函数加axis=1参数是删除掉矩阵中species列的数据)
X = iris.drop('species', axis=1)
X.head(10)
print(X.shape)
以上意思是实例总量150,特征总量4
注意:特征矩阵包含除目标特征之外的所有特征值,将每个实例表示为二维矩阵
Y = iris['species'] Y.head(10) print(Y.shape)
打印出来的(150,)代表获得一维的且长度等于实例数,也就是目标矩阵
注意:目标矩阵包含所有条目的目标特征的值,将其表示为一维矩阵