从零开始学python数据分析与挖掘 答案,python数据分析与应用实训答案

　　任务描述

　　使用scikit-learn的数据集模块导入iris数据集并打印数据。

　　相关知识

　　Scikit-learn包含标准数据集，无需从外部下载即可直接导入使用，包括与分类问题相关的虹膜数据集、digits手写图像数据集和与回归问题相关的波士顿房价数据集。

　　这里有一些简单的数据集。括号表示对应的问题是分类还是回归。

　　#加载并返回波士顿房价数据集(回归)load _ Boston [return _ x _ y]) iris数据集)分类)load _ iris [return _ x _ y])加载并返回)糖尿病数据集)load)回归)加载并返回数字数据集(分类)Load _ digits[n _ class，return _ x _ y]加载并返回的linnerud数据集(多分类)load_linnerud)加载并返回return _ x _ y)的n_features二维数组，其中，

　　以数据集加载数据集位数为例，如下图所示。

　　在命令行输入python进入python终端，会弹出python终端提示，可以执行python命令。Y[:5]表示标签的前五个数据。

　　编程要求

　　本任务是使用scikit-learn的datasets模块导入iris数据集，并提取前五个原始数据、前五个数据标签和原始数据的数组大小。请根据编程要求补充右边编辑器的Begin-End部分的代码。

　　FroklearnimportDatasetsDEFGETITIRISDATA(: 导入虹膜数据集返回值：X-前五个训练特征数据y-前五个训练数据类别x _ she初始化x=[]y此处安装代码# * * * * * * * begin * * * * * * * * * * * end * * * * * * * * * * * returnl * * * * * * returnd

　　相关的测试文件是step1/testImportData.py，代码负责测试你的实现代码。请注意，step1/testImportData.py不能更改。这个测试代码如下。

　　导入数据，y，X _ shape=Import data . getirisdata(print)X)print)X _ shape)输入元素数据y-前五个训练数据类别X _ shape-训练元素数据的二维数组大小" " # Initialize x=[]y=[]x_shape=(#这里是实现代码# * * *)导入iris数据集iris=datasets.load_iris(#提取前五个原始数据x=iris.data(:5)，然后提取前五个数据标签和原始数据y=iris.target。

郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。