四种方法实现鸢尾花

提示：在下机器学习小白，可能会有很多错误，这主要是老师布置的课堂作业，网上东拼西凑的，建议参考，如有不当，还请斧正，非常感谢。 好了，直接上代码。

---

1.使用K-Means算法实现鸢尾花分类

''' date:2020-10-03 author:panajie goal:使用K-Means算法实现鸢尾花分类 K-Means算法：K-Means算法，对于给定的样本集， 按照样本之间的距离大小，将样本集划分为K个簇。 让簇内的点尽量紧密的连在一起，而让簇间的距离尽量的大。 一般K的值可以自己设定。 ''' # step 1： 导入必要的包 import matplotlib.pyplot as plt import numpy as np from sklearn.cluster import KMeans from sklearn import datasets from sklearn.cluster import KMeans # step 2：加载数据集 # 鸢尾花的数据集可以直接从sklearn中获取 iris = datasets.load_iris() X = iris.data[:, :4] # 表示我们取特征空间中的4个维度 # print(X.shape) # step 3：K-Means聚类算法 estimator = KMeans(n_clusters=3) # 构造聚类器 estimator.fit(X) # 聚类 label_pred = estimator.labels_ # 获取聚类标签 # step4： 绘制k-means结果 x0 = X[label_pred == 0] # Iris-setosa 山鸢尾花 x1 = X[label_pred == 1] # Iris-versicolor 变色鸢尾 x2 = X[label_pred == 2] # Iris-virginica 维吉尼亚鸢尾 plt.scatter(x0[:, 0], x0[:, 1], c="blue", marker='x', label='label0') plt.scatter(x1[:, 0], x1[:, 1], c="green", marker='*', label='label1') plt.scatter(x2[:, 0], x2[:, 1], c="red", marker='+', label='label2') # 一下两行代码是为了能够在绘图时候能够显示中文 plt.rcParams['font.sans-serif']=['SimHei'] plt.rcParams['axes.unicode_minus']=False plt.title ('K-Means算法实现鸢尾花分类', color='LimeGreen', fontsize = 25) plt.xlabel('花萼长度', color='OrangeRed', fontsize=15) plt.ylabel('花萼宽度', color='Fuchsia', fontsize=15) plt.legend(loc=2) # 展示 plt.show()

2.线性回归实现

''' date:2020-10-03 author:panajie goal:使用线性回归方法实现鸢尾花分类 线性回归方法： ''' # step 1：导入必要的包 from sklearn import datasets from sklearn import model_selection from sklearn import svm from sklearn.naive_bayes import GaussianNB from sklearn.cluster import KMeans from sklearn.linear_model import LinearRegression import matplotlib.pyplot as plt # step2：加载数据 iris = datasets.load_iris() # 鸢尾花的数据集可以直接从sklearn中获取 # 获取花瓣的长和宽 x = [n[0] for n in iris.data] y = [n[1] for n in iris.data] import numpy as np #转换成数组 x = np.array(x).reshape(len(x),1) y = np.array(y).reshape(len(y),1) # step3 ：导入Sklearn机器学习扩展包中线性回归模型，然后进行训练和预测 classifier = LinearRegression() # 开始训练 classifier.fit(x,y) # 预测 pre = classifier.predict(x) # step4 ：绘图 plt.scatter(x,y,s=100) plt.plot(x,pre,"r-",linewidth=4) # 花萼的长宽 # 一下两行代码是为了能够在绘图时候能够显示中文 plt.rcParams['font.sans-serif']=['SimHei'] plt.rcParams['axes.unicode_minus']=False plt.title ('线性回归方法实现鸢尾花分类', color='LimeGreen', fontsize = 25) plt.xlabel('花萼长度', color='OrangeRed', fontsize=15) plt.ylabel('花萼宽度', color='Fuchsia', fontsize=15) for idx, m in enumerate(x): plt.plot([m,m],[y[idx],pre[idx]], 'g-') # 展示 plt.show()

3.SVM支持向量机：

''' date:2020-10-03 author:拷贝于 百度paddlepaddle goal:使用支持向量机SVM实现鸢尾花分类 线性回归方法： ''' # step 1：导入必要的包 import numpy as np from matplotlib import colors from sklearn import svm from sklearn.svm import SVC from sklearn import model_selection import matplotlib.pyplot as plt import matplotlib as mpl # 将字串转为整型，便于数据加载 def iris_type(s): it = {b'Iris-setosa':0, b'Iris-versicolor':1, b'Iris-virginica':2} return it[s] #加载数据 data_path='iris.data' # 数据文件的路径 data = np.loadtxt(data_path, # 数据文件路径 dtype=float, # 数据类型 delimiter=',', # 数据分隔符 converters={4:iris_type}) # 将第5列使用函数iris_type进行转换 #print(data) # data为二维数组，data.shape=(150, 5) #print(data.shape) #数据分割 x, y = np.split(data, #要切分的数组 (4,), #沿轴切分的位置，第5列开始往后为y axis=1) #代表纵向分割，按列分割 x = x[:, 0:2] #在X中我们取前两列作为特征，为了后面的可视化。x[:,0:4]代表第一维(行)全取，第二维(列)取0~2 #print(x) x_train,x_test,y_train,y_test=model_selection.train_test_split(x, #所要划分的样本特征集 y, #所要划分的样本结果 random_state=1, #随机数种子 test_size=0.3) #测试样本占比 #**********************SVM分类器构建************************* def classifier(): #clf = svm.SVC(C=0.8,kernel='rbf', gamma=50,decision_function_shape='ovr') clf = svm.SVC(C=0.5, #误差项惩罚系数,默认值是1 kernel='linear', #线性核 kenrel="rbf":高斯核 decision_function_shape='ovr') #决策函数 return clf # 2.定义模型：SVM模型定义 clf = classifier() #***********************训练模型***************************** def train(clf,x_train,y_train): clf.fit(x_train, #训练集特征向量 y_train.ravel()) #训练集目标值 #***********************训练模型***************************** def train(clf,x_train,y_train): clf.fit(x_train, #训练集特征向量 y_train.ravel()) #训练集目标值 # 3.训练SVM模型 train(clf,x_train,y_train) #**************并判断a b是否相等，计算acc的均值************* def show_accuracy(a, b, tip): acc = a.ravel() == b.ravel() print('%s Accuracy:%.3f' %(tip, np.mean(acc))) def print_accuracy(clf,x_train,y_train,x_test,y_test): #分别打印训练集和测试集的准确率 score(x_train,y_train):表示输出x_train,y_train在模型上的准确率 print('trianing prediction:%.3f' %(clf.score(x_train, y_train))) print('test data prediction:%.3f' %(clf.score(x_test, y_test))) #原始结果与预测结果进行对比 predict()表示对x_train样本进行预测，返回样本类别 show_accuracy(clf.predict(x_train), y_train, 'traing data') show_accuracy(clf.predict(x_test), y_test, 'testing data') #计算决策函数的值，表示x到各分割平面的距离 print('decision_function:\n', clf.decision_function(x_train)) # 4.模型评估 print_accuracy(clf,x_train,y_train,x_test,y_test) # 5.模型使用 def draw(clf, x): iris_feature = 'sepal length', 'sepal width', 'petal lenght', 'petal width' # 开始画图 x1_min, x1_max = x[:, 0].min(), x[:, 0].max() #第0列的范围 x2_min, x2_max = x[:, 1].min(), x[:, 1].max() #第1列的范围 x1, x2 = np.mgrid[x1_min:x1_max:200j, x2_min:x2_max:200j] #生成网格采样点 grid_test = np.stack((x1.flat, x2.flat), axis=1) #stack():沿着新的轴加入一系列数组 print('grid_test:\n', grid_test) # 输出样本到决策面的距离 z = clf.decision_function(grid_test) print('the distance to decision plane:\n', z) grid_hat = clf.predict(grid_test) # 预测分类值 得到【0,0.。。。2,2,2】 print('grid_hat:\n', grid_hat) grid_hat = grid_hat.reshape(x1.shape) # reshape grid_hat和x1形状一致 #若3*3矩阵e，则e.shape()为3*3,表示3行3列 cm_light = mpl.colors.ListedColormap(['#A0FFA0', '#FFA0A0', '#A0A0FF']) cm_dark = mpl.colors.ListedColormap(['g', 'b', 'r']) plt.pcolormesh(x1, x2, grid_hat, cmap=cm_light) # pcolormesh(x,y,z,cmap)这里参数代入 # x1，x2，grid_hat，cmap=cm_light绘制的是背景。 plt.scatter(x[:, 0], x[:, 1], c=np.squeeze(y), edgecolor='k', s=50, cmap=cm_dark) # 样本点 plt.scatter(x_test[:, 0], x_test[:, 1], s=120, facecolor='none', zorder=10) # 测试点 # plt.xlabel(iris_feature[0], fontsize=20) # plt.ylabel(iris_feature[1], fontsize=20) plt.xlim(x1_min, x1_max) plt.ylim(x2_min, x2_max) # plt.title('svm in iris data classification', fontsize=30) # 一下两行代码是为了能够在绘图时候能够显示中文 plt.rcParams['font.sans-serif']=['SimHei'] plt.rcParams['axes.unicode_minus']=False plt.title ('SVM支持向量机实现鸢尾花分类', color='LimeGreen', fontsize = 25) plt.xlabel('花萼长度', color='OrangeRed', fontsize=15) plt.ylabel('花萼宽度', color='Fuchsia', fontsize=15) plt.grid() plt.show() # 5.模型使用 draw(clf,x)

4.贝叶斯

''' date:2020-10-03 author:来自于网友 goal:使用贝叶斯算法实现鸢尾花分类 贝叶斯算法：一种分类方法 ''' # step 1： 导入必要的包 from sklearn.naive_bayes import GaussianNB import numpy as np import pandas as pd from pandas import Series,DataFrame import matplotlib.pyplot as plt from sklearn.datasets import load_iris from matplotlib.colors import ListedColormap # step 2：加载数据集 # 导入函数 muNB = GaussianNB() # 读取数据 iris = load_iris() # 取出数据中的data data = iris.data # 取出数据中的target target = iris.target # 取data中所有行前两列为训练数据 samples = data[:,:2] # 训练数据 muNB.fit(samples,target) # 取出训练数据中第一列中的最大与最小值 xmin,xmax = samples[:,0].min(),samples[:,0].max() # 取出训练数据中第二列中的最大与最小值 ymin,ymax = samples[:,1].min(),samples[:,1].max() # 在最大与最小值的区间分成300个数据 x = np.linspace(xmin,xmax,300) y = np.linspace(ymin,ymax,300) # 然后使这些数据组成一个平面 xx,yy = np.meshgrid(x,y) # 生成90000个坐标点 X_test = np.c_[xx.ravel(),yy.ravel()] # 预测训练数据 y_ = muNB.predict(X_test) # 导入三种不同的颜色 colormap = ListedColormap(['#00aaff','#aa00ff','#ffaa00']) # 生成三个不同颜色的模块，第一列为x轴坐标，第二列为y轴坐标，预测之后，不同的点分成不同的三类 plt.scatter(X_test[:,0],X_test[:,1],c=y_) # 生成训练数据生成的点的分布，c=target意思是根据target的值，生成不同的颜色的点 plt.scatter(samples[:,0],samples[:,1],c=target,cmap=colormap) # 一起调用的话使两张图结合起来（可选择） plt.scatter(X_test[:,0],X_test[:,1],c=y_) plt.scatter(samples[:,0],samples[:,1],c=target,cmap=colormap) # 一下两行代码是为了能够在绘图时候能够显示中文（可选择） plt.rcParams['font.sans-serif']=['SimHei'] plt.rcParams['axes.unicode_minus']=False plt.title ('贝叶斯算法实现鸢尾花分类', color='LimeGreen', fontsize = 25) plt.xlabel('花萼长度', color='OrangeRed', fontsize=15) plt.ylabel('花萼宽度', color='Fuchsia', fontsize=15) plt.show() 总结：以上的很多东西来源于网络，在此表示对分享自己的学习经历的前辈表示由衷的感谢。很多东西其实自己也不太懂，不过也不妨碍自己可以去动手是实现一下，运行结果看起来还是很有意思的，建议大家在安装了相应的运行环境之后可以跑一下。