Google Colaboratory

Google Colaboratory

Elwing

前言

有別於我們上周(12/3)的boston_houseprice是用迴歸分析去預測資料，鳶尾花是利用分類去進行分門別類，因此這次的讀書會會用到KNN、K-Means

引入資料集並預覽

iris資料集和boston_houseprice一樣都有存在sklearn dataset裡，所以一樣可以利用import呼叫出來

老樣子，為了方便閱讀，我們也是選擇import pandas

觀察data裡面長怎樣後，可以發現它和boston_houseprice結構一樣，所以資料欄位也是選擇feature_names，資料的話就是data。

import pandas as pd
from sklearn import datasets
data = datasets.load_iris()
df = pd.DataFrame(data.data, columns = data.feature_names)
df

資料內容

df.info()

1. Data columns: 總計欄位
2. RangeIndex: 幾筆資料，預設index是多少至多少
3. Non-Null Count: 有多少筆資料是非空值

df.info()

欄位定義

資料預處理