Integrierte Datensätze
Teil des Abschnitts Daten und Diagramme der Machine Learning-Journey von Coddy. Lektion 52 von 60.
Bald wirst du Modelle trainieren, und dieses Kapitel bereitet ihre Daten vor. scikit-learn, die ML-Bibliothek, enthält klassische Datensätze, wie diese Irisblüten:
Eine Zeile lädt sie. from ... import übernimmt eine einzelne Funktion aus einem Modul, sodass du sie mit ihrem unveränderten Namen aufrufst:
from sklearn.datasets import load_iris
iris = load_iris(as_frame=True)
print(iris.frame.shape)
print(iris.target_names)Dies gibt Folgendes aus:
(150, 5)
['setosa' 'versicolor' 'virginica']as_frame=True fordert pandas an, daher ist iris.frame ein DataFrame und iris.feature_names listet seine Messwerte auf. target enthält Zahlen, die Modelle benötigen: iris.target_names[2] benennt Klasse 2.
Aufgabe
MittelÄrzte maßen Zellen in Brustgewebeproben und kennzeichneten jede als bösartig oder gutartig. scikit-learn liefert sie als load_breast_cancer mit.
Das Programm liest n, die Position eines Merkmals in feature_names.
- Lade den Datensatz mit
as_frame=True. - Gib aus, wie viele Samples (Zeilen des DataFrames) und Merkmale er hat, sowie seine Klassennamen.
- Gib den Namen des Merkmals
nund seinen Mittelwert, auf 2 Dezimalstellen gerundet, aus.
Für die Eingabe 3:
Samples: 569
Features: 30
Classes: ['malignant' 'benign']
mean area: 654.89Probier es selbst
n = int(input())
# Schreibe deinen Code unten
Teste dich selbstDiese Lektion enthält ein kurzes Quiz. Starte die Lektion, um es zu beantworten und deinen Fortschritt zu speichern.
Alle Lektionen in Daten und Diagramme
2NumPy-Arrays
Arrays erstellenForm und GrößeZahlenbereicheIndizieren und SlicingRückblick: Temperaturgitter5Linien- und Streudiagramme
Beschriftungen und TitelStreudiagrammeMehrere Linien und LegendenFarben und MarkerAbbildungen und AchsenRückblick: Wöchentliche Schritte8Filtern und Sortieren
Zeilen auswählenZeilen filternWerte sortierenNeue SpaltenRückblick: Top-Produkte11Datensätze für ML
Integrierte DatensätzeMerkmale und LabelsUntersuchen nach KlassenKlassen darstellenRückblick: Weindatensatz3Rechnen mit Arrays
Rechnen mit ganzen ArraysZusammenfassende StatistikenStatistiken nach AchsenBroadcastingBoolesche MaskenRückblick: Prüfungsergebnisse6Diagramme für Daten
BalkendiagrammeHistogrammeMehrere Diagramme in einemBilder als ArraysRückblick: Niederschlagsbericht9Gruppieren und Bereinigen
Werte zählenDaten gruppierenMehrere ZusammenfassungenFehlende WerteRückblick: Umfrageergebnisse12Abschließende Herausforderungen
VerkaufsberichtSensormesswerteZiffern auf einen BlickPinguin-EntdeckerÜbe selbstständig: Online-Python-Compiler