如何获得机器学习的鸢尾花数据集？有哪几种鸢尾花？

我们相信：世界是美好的，你是我也是。平行空间的世界里面，不同版本的生活也在继续...

本篇文章的大纲内容使用chatgpt自动生成，用时三秒，然后由苏南大叔进行补充润色，用时半天。本文的主要内容描述的是机器学习里面最著名的数据集之一：鸢尾花数据集。

大家好，这里是苏南大叔的“程序如此灵动”博客，记录苏南大叔和计算机代码的故事。本文对鸢尾花数据集进行宏观上的简要描述，内容包括：鸢尾花数据集的获取方法、数据格式和各个数据字段的含义，没有啥测试环境的区别。

鸢尾花数据集

机器学习是人工智能的一个分支，利用计算机算法从数据样本中自主学习，进而预测未来数据的趋势和类别。而在机器学习领域中，鸢尾花数据集一直被公认为是一个广泛使用的数据集，考验着机器学习算法的优劣。

鸢尾花数据集是由R. A. Fisher在1936年创建的，这个数据集的标准版本里面一共有150条数据，分属三种鸢尾花。每50条数据表述的是其中的一种鸢尾花。

数据集中包含了3种不同类型的鸢尾花。分别是：

• 山鸢尾（Iris Setosa）
• 变色鸢尾（Iris Versicolour）
• 维吉尼亚鸢尾（Iris Virginica）

每种鸢尾花数据测量了4个属性，最终得出了一个所属种类的结论。前四个字段称之为data，最后一个字段称之为标签label（至少sklearn里面是这么对字段称呼进行表述的）。

花萼就是包裹在花瓣外面，最外面的那一层。注意对比下图：

如何获得鸢尾花数据集的数据

实际上在常见的机器学习的库（比如sklearn）里面，都是自带这个鸢尾花数据集的。
最常见的sklearn中就是存在这个鸢尾花数据iris.csv（151条数据）的，参考位置：

<python>\Lib\site-packages\sklearn\datasets\data\iris.csv

可以参考下面的在线的版本：

• https://github.com/scikit-learn/scikit-learn/blob/main/sklearn/datasets/data/iris.csv

iris.csv中有151条数据，带着一个奇怪的头150 4 setosa versicolor virginica。然而并它并不是列名，表示共有150条数据，每条4条数据，标签0,1,2分别代表setosa versicolor virginica这三种鸢尾花。

在线鸢尾花数据版本（备选）

备选二：来自tensorflow的训练集版本（121条记录）

• http://download.tensorflow.org/data/iris_training.csv

鸢尾花数据集的格式说明

这些鸢尾花数据集大体表述的是一个意思，但是格式略有不同。不同点主要体现在：表头和种类标签。代码读取的时候，要特别注意。

鸢尾花数据集的标准数据格式如下：

5.1,3.5,1.4,0.2,Iris-setosa
4.9,3.0,1.4,0.2,Iris-setosa
...
6.7,3.0,5.2,2.3,Iris-virginica
6.3,2.5,5.0,1.9,Iris-virginica

其中，前4列数据分别指花萼长度、花萼宽度、花瓣长度和花瓣宽度，最后1列数据为该样本对应的鸢尾花种类。不同数据之间以逗号隔开，每个数据样本占据一行。

总结

通过对各个数据字段的理解，可以更好地认识鸢尾花数据集。在很多的机器学习算法中，都可以对这个鸢尾花数据集进行预测。如何运用这个鸢尾花数据来进行分类和预测呢？请关注苏南大叔的更多机器学习的文章：

• https://newsn.net/tag/机器学习/

如果本文对您有帮助，或者节约了您的时间，欢迎打赏瓶饮料，建立下友谊关系。
本博客不欢迎：各种镜像采集行为。请尊重原创文章内容，转载请保留作者链接。