首页 > 分享 > python鸢尾花数据集实验报告

python鸢尾花数据集实验报告

花匠小妙招
2025-12-11 16:04

Python鸢尾花数据集实验报告

引言

鸢尾花数据集（Iris Dataset）是机器学习领域中最经典的数据集之一。它由著名统计学家Fisher于1936年引入，包含了三种鸢尾花（Setosa、Versicolor和Virginica）的花瓣和萼片的长度及宽度数据。数据集不大，适合进行基本的机器学习实验和算法的练习。

数据集简介

鸢尾花数据集总共包含150个样本，每个样本有四个特征：花萼长度、花萼宽度、花瓣长度和花瓣宽度。数据集通过“鸢尾花种类”这一目标类进行分类，结合数据可视化与机器学习模型，便于我们学习和应用分类算法。

特征描述 Sepal Length 花萼长度（cm） Sepal Width 花萼宽度（cm） Petal Length 花瓣长度（cm） Petal Width 花瓣宽度（cm） Species 鸢尾花种类

数据处理

首先，我们加载鸢尾花数据集并查看其基本信息。使用Python的pandas库对数据进行处理，可以高效地进行数据分析与预处理。

import pandas as pd from sklearn.datasets import load_iris # 加载数据集 iris = load_iris() df = pd.DataFrame(data=iris.data, columns=iris.feature_names) df['species'] = iris.target df['species'] = df['species'].map({0: 'setosa', 1: 'versicolor', 2: 'virginica'}) # 显示数据集信息 print(df.head()) 1.2.3.4.5.6.7.8.9.10.11.

数据可视化

可视化是理解数据的重要手段。我们可以利用matplotlib和seaborn库绘制鸢尾花数据集的散点图，查看不同品种之间的分布情况。

import seaborn as sns import matplotlib.pyplot as plt # 绘制散点图 sns.pairplot(df, hue='species') plt.show() 1.2.3.4.5.6.

机器学习：分类模型

在鸢尾花数据集中，常用的分类算法包括K近邻（KNN）、决策树、支持向量机（SVM）等。下面我们将使用KNN算法来进行分类。

from sklearn.model_selection import train_test_split from sklearn.neighbors import KNeighborsClassifier from sklearn.metrics import accuracy_score # 拆分数据集 X = df.iloc[:, :-1] y = df['species'] X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42) # 训练KNN模型 knn = KNeighborsClassifier(n_neighbors=3) knn.fit(X_train, y_train) # 预测 y_pred = knn.predict(X_test) # 评估模型 accuracy = accuracy_score(y_test, y_pred) print(f"KNN模型准确率: {accuracy:.2f}") 1.2.3.4.5.6.7.8.9.10.11.12.13.14.15.16.17.18.19.

代码结构

我们可以通过类图来展示鸢尾花数据集处理和分类的代码结构：

IrisDataset+load_data()+preprocess_data()Visualizer+plot_pairplot()KnnClassifier+train_model()+predict()+evaluate_model()

结论

通过对鸢尾花数据集的分析与应用，我们可以学习到数据处理、可视化和基本的机器学习分类模型。数据科学的魅力在于通过简单的数据来揭示复杂的现实世界，通过这次实验，我们不仅掌握了数据处理的基本技巧，更体会到了数据与模型结合的深刻内涵。在未来的学习中，我们可以尝试更复杂的数据集和算法，继续深入探索数据科学的广阔天地。