C1.2

鸢尾花数据集(Iris数据集)

教材页 教材5.4.1节,第148页
描述

Iris数据集是常用的分类实验数据集,由Fisher, 1936收集整理。Iris也称鸢尾花(yuan1 wei3 hua1)数据集。数据集包含150个数据样本,分为3类花,每类50个数据,每个数据包含4个属性。可通过花萼长度,花萼宽度,花瓣长度,花瓣宽度4个属性预测鸢尾花卉属于(Setosa,Versicolour,Virginica)三个种类中的哪一类。

该数据集包含了4个输入属性:
(1) Sepal.Length(花萼长度),单位是cm;
(2)Sepal.Width(花萼宽度),单位是cm;
(3)Petal.Length(花瓣长度),单位是cm;
(4)Petal.Width(花瓣宽度),单位是cm;
输出属性(花·的类型):Iris Setosa(山鸢尾)、Iris Versicolour(杂色鸢尾),以及Iris Virginica(维吉尼亚鸢尾)

Python

import numpy as np;
import matplotlib.pyplot as plt;
from sklearn import datasets;
Iris_ds = datasets.load_iris();
X = Iris_ds.data; #获得输入属性矩阵(包含4个输入属性)
y = Iris_ds.target; #获得输出属性(类别属性)

print(X);
print(y);

C++
方式一
#include "orsci.h"
#include "orsci_dm.h"
using namespace orsci;
using namespace dm;

mdouble X = dmt::dataset::iris::iris_X(); //支持数据库直接装载4个输入属性。
vint y = dmt::dataset::iris::iris_y();

cout << X << endl;

cout <<y << endl;


X 花萼长度,花萼宽度,花瓣长度,花瓣宽度
5.1 3.5 1.4 0.2
4.9 3 1.4 0.2
4.7 3.2 1.3 0.2
4.6 3.1 1.5 0.2
5 3.6 1.4 0.2
5.4 3.9 1.7 0.4
4.6 3.4 1.4 0.3
5 3.4 1.5 0.2
4.4 2.9 1.4 0.2
4.9 3.1 1.5 0.1
5.4 3.7 1.5 0.2
4.8 3.4 1.6 0.2
4.8 3 1.4 0.1
4.3 3 1.1 0.1
5.8 4 1.2 0.2
5.7 4.4 1.5 0.4
5.4 3.9 1.3 0.4
5.1 3.5 1.4 0.3
5.7 3.8 1.7 0.3
5.1 3.8 1.5 0.3
5.4 3.4 1.7 0.2
5.1 3.7 1.5 0.4
4.6 3.6 1 0.2
5.1 3.3 1.7 0.5
4.8 3.4 1.9 0.2
5 3 1.6 0.2
5 3.4 1.6 0.4
5.2 3.5 1.5 0.2
5.2 3.4 1.4 0.2
4.7 3.2 1.6 0.2
4.8 3.1 1.6 0.2
5.4 3.4 1.5 0.4
5.2 4.1 1.5 0.1
5.5 4.2 1.4 0.2
4.9 3.1 1.5 0.1
5 3.2 1.2 0.2
5.5 3.5 1.3 0.2
4.9 3.1 1.5 0.1
4.4 3 1.3 0.2
5.1 3.4 1.5 0.2
5 3.5 1.3 0.3
4.5 2.3 1.3 0.3
4.4 3.2 1.3 0.2
5 3.5 1.6 0.6
5.1 3.8 1.9 0.4
4.8 3 1.4 0.3
5.1 3.8 1.6 0.2
4.6 3.2 1.4 0.2
5.3 3.7 1.5 0.2
5 3.3 1.4 0.2
7 3.2 4.7 1.4
6.4 3.2 4.5 1.5
6.9 3.1 4.9 1.5
5.5 2.3 4 1.3
6.5 2.8 4.6 1.5
5.7 2.8 4.5 1.3
6.3 3.3 4.7 1.6
4.9 2.4 3.3 1
6.6 2.9 4.6 1.3
5.2 2.7 3.9 1.4
5 2 3.5 1
5.9 3 4.2 1.5
6 2.2 4 1
6.1 2.9 4.7 1.4
5.6 2.9 3.6 1.3
6.7 3.1 4.4 1.4
5.6 3 4.5 1.5
5.8 2.7 4.1 1
6.2 2.2 4.5 1.5
5.6 2.5 3.9 1.1
5.9 3.2 4.8 1.8
6.1 2.8 4 1.3
6.3 2.5 4.9 1.5
6.1 2.8 4.7 1.2
6.4 2.9 4.3 1.3
6.6 3 4.4 1.4
6.8 2.8 4.8 1.4
6.7 3 5 1.7
6 2.9 4.5 1.5
5.7 2.6 3.5 1
5.5 2.4 3.8 1.1
5.5 2.4 3.7 1
5.8 2.7 3.9 1.2
6 2.7 5.1 1.6
5.4 3 4.5 1.5
6 3.4 4.5 1.6
6.7 3.1 4.7 1.5
6.3 2.3 4.4 1.3
5.6 3 4.1 1.3
5.5 2.5 4 1.3
5.5 2.6 4.4 1.2
6.1 3 4.6 1.4
5.8 2.6 4 1.2
5 2.3 3.3 1
5.6 2.7 4.2 1.3
5.7 3 4.2 1.2
5.7 2.9 4.2 1.3
6.2 2.9 4.3 1.3
5.1 2.5 3 1.1
5.7 2.8 4.1 1.3
6.3 3.3 6 2.5
5.8 2.7 5.1 1.9
7.1 3 5.9 2.1
6.3 2.9 5.6 1.8
6.5 3 5.8 2.2
7.6 3 6.6 2.1
4.9 2.5 4.5 1.7
7.3 2.9 6.3 1.8
6.7 2.5 5.8 1.8
7.2 3.6 6.1 2.5
6.5 3.2 5.1 2
6.4 2.7 5.3 1.9
6.8 3 5.5 2.1
5.7 2.5 5 2
5.8 2.8 5.1 2.4
6.4 3.2 5.3 2.3
6.5 3 5.5 1.8
7.7 3.8 6.7 2.2
7.7 2.6 6.9 2.3
6 2.2 5 1.5
6.9 3.2 5.7 2.3
5.6 2.8 4.9 2
7.7 2.8 6.7 2
6.3 2.7 4.9 1.8
6.7 3.3 5.7 2.1
7.2 3.2 6 1.8
6.2 2.8 4.8 1.8
6.1 3 4.9 1.8
6.4 2.8 5.6 2.1
7.2 3 5.8 1.6
7.4 2.8 6.1 1.9
7.9 3.8 6.4 2
6.4 2.8 5.6 2.2
6.3 2.8 5.1 1.5
6.1 2.6 5.6 1.4
7.7 3 6.1 2.3
6.3 3.4 5.6 2.4
6.4 3.1 5.5 1.8
6 3 4.8 1.8
6.9 3.1 5.4 2.1
6.7 3.1 5.6 2.4
6.9 3.1 5.1 2.3
5.8 2.7 5.1 1.9
6.8 3.2 5.9 2.3
6.7 3.3 5.7 2.5
6.7 3 5.2 2.3
6.3 2.5 5 1.9
6.5 3 5.2 2
6.2 3.4 5.4 2.3
5.9 3 5.1 1.8
y 类型
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 2 2 2 2 2 2 2 2 2 2 2
2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2
2 2
Iris集 类型,花萼长度,花萼宽度,花瓣长度,花瓣宽度
0,5.1,3.5,1.4,0.2
0,4.9,3,1.4,0.2
0,4.7,3.2,1.3,0.2
0,4.6,3.1,1.5,0.2
0,5,3.6,1.4,0.2
0,5.4,3.9,1.7,0.4
0,4.6,3.4,1.4,0.3
0,5,3.4,1.5,0.2
0,4.4,2.9,1.4,0.2
0,4.9,3.1,1.5,0.1
0,5.4,3.7,1.5,0.2
0,4.8,3.4,1.6,0.2
0,4.8,3,1.4,0.1
0,4.3,3,1.1,0.1
0,5.8,4,1.2,0.2
0,5.7,4.4,1.5,0.4
0,5.4,3.9,1.3,0.4
0,5.1,3.5,1.4,0.3
0,5.7,3.8,1.7,0.3
0,5.1,3.8,1.5,0.3
0,5.4,3.4,1.7,0.2
0,5.1,3.7,1.5,0.4
0,4.6,3.6,1,0.2
0,5.1,3.3,1.7,0.5
0,4.8,3.4,1.9,0.2
0,5,3,1.6,0.2
0,5,3.4,1.6,0.4
0,5.2,3.5,1.5,0.2
0,5.2,3.4,1.4,0.2
0,4.7,3.2,1.6,0.2
0,4.8,3.1,1.6,0.2
0,5.4,3.4,1.5,0.4
0,5.2,4.1,1.5,0.1
0,5.5,4.2,1.4,0.2
0,4.9,3.1,1.5,0.1
0,5,3.2,1.2,0.2
0,5.5,3.5,1.3,0.2
0,4.9,3.1,1.5,0.1
0,4.4,3,1.3,0.2
0,5.1,3.4,1.5,0.2
0,5,3.5,1.3,0.3
0,4.5,2.3,1.3,0.3
0,4.4,3.2,1.3,0.2
0,5,3.5,1.6,0.6
0,5.1,3.8,1.9,0.4
0,4.8,3,1.4,0.3
0,5.1,3.8,1.6,0.2
0,4.6,3.2,1.4,0.2
0,5.3,3.7,1.5,0.2
0,5,3.3,1.4,0.2
1,7,3.2,4.7,1.4
1,6.4,3.2,4.5,1.5
1,6.9,3.1,4.9,1.5
1,5.5,2.3,4,1.3
1,6.5,2.8,4.6,1.5
1,5.7,2.8,4.5,1.3
1,6.3,3.3,4.7,1.6
1,4.9,2.4,3.3,1
1,6.6,2.9,4.6,1.3
1,5.2,2.7,3.9,1.4
1,5,2,3.5,1
1,5.9,3,4.2,1.5
1,6,2.2,4,1
1,6.1,2.9,4.7,1.4
1,5.6,2.9,3.6,1.3
1,6.7,3.1,4.4,1.4
1,5.6,3,4.5,1.5
1,5.8,2.7,4.1,1
1,6.2,2.2,4.5,1.5
1,5.6,2.5,3.9,1.1
1,5.9,3.2,4.8,1.8
1,6.1,2.8,4,1.3
1,6.3,2.5,4.9,1.5
1,6.1,2.8,4.7,1.2
1,6.4,2.9,4.3,1.3
1,6.6,3,4.4,1.4
1,6.8,2.8,4.8,1.4
1,6.7,3,5,1.7
1,6,2.9,4.5,1.5
1,5.7,2.6,3.5,1
1,5.5,2.4,3.8,1.1
1,5.5,2.4,3.7,1
1,5.8,2.7,3.9,1.2
1,6,2.7,5.1,1.6
1,5.4,3,4.5,1.5
1,6,3.4,4.5,1.6
1,6.7,3.1,4.7,1.5
1,6.3,2.3,4.4,1.3
1,5.6,3,4.1,1.3
1,5.5,2.5,4,1.3
1,5.5,2.6,4.4,1.2
1,6.1,3,4.6,1.4
1,5.8,2.6,4,1.2
1,5,2.3,3.3,1
1,5.6,2.7,4.2,1.3
1,5.7,3,4.2,1.2
1,5.7,2.9,4.2,1.3
1,6.2,2.9,4.3,1.3
1,5.1,2.5,3,1.1
1,5.7,2.8,4.1,1.3
2,6.3,3.3,6,2.5
2,5.8,2.7,5.1,1.9
2,7.1,3,5.9,2.1
2,6.3,2.9,5.6,1.8
2,6.5,3,5.8,2.2
2,7.6,3,6.6,2.1
2,4.9,2.5,4.5,1.7
2,7.3,2.9,6.3,1.8
2,6.7,2.5,5.8,1.8
2,7.2,3.6,6.1,2.5
2,6.5,3.2,5.1,2
2,6.4,2.7,5.3,1.9
2,6.8,3,5.5,2.1
2,5.7,2.5,5,2
2,5.8,2.8,5.1,2.4
2,6.4,3.2,5.3,2.3
2,6.5,3,5.5,1.8
2,7.7,3.8,6.7,2.2
2,7.7,2.6,6.9,2.3
2,6,2.2,5,1.5
2,6.9,3.2,5.7,2.3
2,5.6,2.8,4.9,2
2,7.7,2.8,6.7,2
2,6.3,2.7,4.9,1.8
2,6.7,3.3,5.7,2.1
2,7.2,3.2,6,1.8
2,6.2,2.8,4.8,1.8
2,6.1,3,4.9,1.8
2,6.4,2.8,5.6,2.1
2,7.2,3,5.8,1.6
2,7.4,2.8,6.1,1.9
2,7.9,3.8,6.4,2
2,6.4,2.8,5.6,2.2
2,6.3,2.8,5.1,1.5
2,6.1,2.6,5.6,1.4
2,7.7,3,6.1,2.3
2,6.3,3.4,5.6,2.4
2,6.4,3.1,5.5,1.8
2,6,3,4.8,1.8
2,6.9,3.1,5.4,2.1
2,6.7,3.1,5.6,2.4
2,6.9,3.1,5.1,2.3
2,5.8,2.7,5.1,1.9
2,6.8,3.2,5.9,2.3
2,6.7,3.3,5.7,2.5
2,6.7,3,5.2,2.3
2,6.3,2.5,5,1.9
2,6.5,3,5.2,2
2,6.2,3.4,5.4,2.3
2,5.9,3,5.1,1.8
书籍 姜维.《数据分析与数据挖掘》、《数据分析与数据挖掘建模与工具》,电子工业出版社, 2023,2024。
软件 Python,C++(附加orsci包)。