首页 > 分享 > 鸢尾花识别

鸢尾花识别

花匠小妙招
2025-05-03 14:10

任务描述

使用sklearn完成鸢尾花分类任务。
在这里插入图片描述
鸢尾花数据集是一类多重变量分析的数据集。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(其中分别用0，1，2代替)。

数据集中部分数据与标签如下图所示：
在这里插入图片描述

DecisionTreeClassifier

DecisionTreeClassifier的构造函数中有两个常用的参数可以设置：

criterion:划分节点时用到的指标。有gini（基尼系数）,entropy(信息增益)。若不设置，默认为gini
max_depth:决策树的最大深度，如果发现模型已经出现过拟合，可以尝试将该参数调小。若不设置，默认为None
和sklearn中其他分类器一样，DecisionTreeClassifier类中的fit函数用于训练模型，fit函数有两个向量输入：

X：大小为[样本数量,特征数量]的ndarray，存放训练样本；

Y：值为整型，大小为[样本数量]的ndarray，存放训练样本的分类标签。

DecisionTreeClassifier类中的predict函数用于预测，返回预测标签，predict函数有一个向量输入：

X：大小为[样本数量,特征数量]的ndarray，存放预测样本。
DecisionTreeClassifier的使用代码如下：

from sklearn.tree import DecisionTreeClassifier clf = tree.DecisionTreeClassifier() clf.fit(X_train, Y_train) result = clf.predict(X_test) 1234

编程要求

实现鸢尾花数据的分类任务，其中训练集数据保存在./step7/train_data.csv中，训练集标签保存在。./step7/train_label.csv中，测试集数据保存在。./step7/test_data.csv中。请将对测试集的预测结果保存至。./step7/predict.csv中。这些csv文件可以使用pandas读取与写入。

注意：当使用pandas读取完csv文件后，请将读取到的DataFrame转换成ndarray类型。这样才能正常的使用fit和predict。

示例代码：

import pandas as pd # as_matrix()可以将DataFrame转换成ndarray # 此时train_df的类型为ndarray而不是DataFrame train_df = pd.read_csv('train_data.csv').as_matrix() 1234

数据文件格式如下图所示:
在这里插入图片描述

通关代码：

import pandas as pd from sklearn.tree import DecisionTreeClassifier train_df = pd.read_csv('./step7/train_data.csv').as_matrix() train_label = pd.read_csv('./step7/train_label.csv').as_matrix() test_df = pd.read_csv('./step7/test_data.csv').as_matrix() dt = DecisionTreeClassifier() dt.fit(train_df, train_label) result = dt.predict(test_df) result = pd.DataFrame({'target':result}) result.to_csv('./step7/predict.csv', index=False) 12345678910

在这里插入图片描述