機械学習

scikit-learn load_iris datasetのまとめ

投稿日:

アイリス、花、紫、赤紫

こちらを読むと

  • scikit-learnのload_iris datasetについて、詳細が分かります。

何がしたいか

scikit-learnのload_iris dataset を使ってデータ分析の練習をしようと思ったのですが、そもそもどういうデータが入っているのか?データの型はどうなっているのか?など疑問点が出てきました。

データをまとめた決定版のようなものが見つからなかったので、書いてみることにしました。

load_iris dataset

公式ページはこちら

非常に簡単な多クラス分類用のデータセットです。

情報
クラス数3
クラス毎のデータ数50
サンプル合計数150
次元4
特徴量最小最大平均標準偏差
sepal(がく)の長さ [cm]4.37.95.840.83
sepal(がく)の幅 [cm] 2.04.43.050.43
花びらの長さ [cm]1.06.93.761.76
花びらの幅[cm]0.12.51.200.76
クラス
Iris-Setosa
Iris-Versicolour
Iris-Virginica

まとめ

  • scikit-learnのload_iris datasetについて、詳細が分かりました。

これでload_irisの基本情報が押さえられたので、データ分析することができます!



-機械学習

執筆者:


  1. […] 前回のブログで、load_irisのdatasetを解説しました。今回はこのデータを観察していきます。 […]

comment

メールアドレスが公開されることはありません。 * が付いている欄は必須項目です

関連記事

多クラスロジスティック回帰⑤ モデル式

Table of Contents こちらを読むとモデルのおさらいモデル出力式の導出(代表値)モデル出力式の導出(全体)まとめReference こちらを読むと 多クラスロジスティック回帰のモデル式の …

機械学習でのカテゴリ特徴量の扱いについて

Table of Contents こちらを読むとカテゴリ特徴量とはカテゴリ特徴量の例カテゴリ特徴量は機械学習モデルで扱えないカテゴリ特徴量の変換例まとめ こちらを読むと カテゴリ特徴量とは何か?が分 …

カテゴリ特徴量の変換方法

Table of Contents こちらを読むとデータ例One-HotエンコーディングダミーコーディングEffectコーディング変換方法のまとめまとめReference こちらを読むと カテゴリ特徴 …

多クラスロジスティック回帰③ソフトマックス関数の微分その2

Table of Contents こちらを読むと前回のおさらい ソフトマックス関数の微分(続き) まとめReference こちらを読むと 多クラスロジスティック回帰のモデル式の導出過程が分かります …

多クラスロジスティック回帰② ソフトマックス関数の微分

Table of Contents こちらを読むとソフトマックス関数のおさらいソフトマックス関数の微分まとめReference こちらを読むと 多クラスロジスティック回帰のソフトマックス関数の微分の導 …

Twitterフォロー

Twitterタイムライン