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)

数据集、特征矩阵、目标矩阵(代码理解)-LMLPHP

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)

数据集、特征矩阵、目标矩阵(代码理解)-LMLPHP

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)

数据集、特征矩阵、目标矩阵(代码理解)-LMLPHP

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

03-12 07:22