机器学习：从sklearn中加载数据

一、sklearn模块

1. sklearn模块下有很多子模块，常用的数据集在：sklearn.datasets模块下；
2. 通过数据集中DESCR来查看数据集的文档；
3. 从datasets中加载数据：

   import numpy as np
   import matplotlib as mpl
   import matplotlib.pyplot as plt
   from sklearn import datasets
   
   # 查看datasets中的数据，一般格式为：datasets.load_ + 数据集的名称（按Tab键可选择）；
   iris = datasets.load_iris()
   
   # 看到数据集中的内容种类，格式：数据集变量.keys()
   iris.keys()
   # 输出：dict_keys(['data', 'target', 'target_names', 'DESCR', 'feature_names'])
   # 则load_iris()数据集中有['data', 'target', 'target_names', 'DESCR', 'feature_names']内容；
   # data：数据的具体数值；
   # DESCR：数据集的文档；
   # feature_name：特征名称；
   # target：样本类别，是图标中的纵轴label，也即是样本的标记；
   # target_names：样本类别数值的具体意思，一般target为数值，target_names为解释这些数值的语言；
   
   # 查看数据集中的各类内容，格式：数据集变量.数据类别
   iris.data

4. 可视化数据：只能绘制二维数据；

   # 取前两列/种特征值
   X = iris.data[:, :2]
   
   # 对两列数据绘散点图，两列特征值分别为横轴和纵轴
   plt.scatter(X[:, 0], X[:, 1])
   plt.show()

5. 按target类型对散点图的点着色并显示：(y == 0返回一个布尔数组，此处目的是选取target = 0的行，即0类的样本)

   y = iris.target
   # marker表示点的样式
   plt.scatter(X[y == 0, 0], X[y == 0, 1], color = 'red', marker = "o")
   plt.scatter(X[y == 1, 0], X[y == 1, 1], color = 'blue', marker = "+")
   plt.scatter(X[y == 2, 0], X[y == 2, 1], color = 'green', marker = "x")
   plt.show()

6. 如果所选的特征类型绘制出的散点图区别不明显，可以尝试选择其它特征进行绘图；