python机器学习-鸢尾花数据集以及训练集和测试集划分

首先需要从sklearn里面引用鸢尾花数据集：

from sklearn.datasets import load_iris #引入鸢尾花加载函数load_iris

from sklearn.model_selection import train_test_split #引入训练集、测试集划分函数

输出鸢尾花数据集属性：

def datasets_demo():
     iris=load_iris() #bunch类型 继承自字典   加载鸢尾花数据集 既包括特征值也包括目标值
     print("鸢尾花数据集：\n",iris);
     print("特征值的名字：\n",iris.feature_names);
     print("目标值：\n",iris.target);
     print("查看数据集描述：\n",iris.DESCR)
     print("查看特征值size：\n",iris.data.shape);
     print("目标值名字：\n",iris.target_names)
     #test_size表示测试集所占比例，random_state表示随机数种子
     x_train, x_test,y_train,y_test=train_test_split(iris.data,iris.target,test_size=0.2,random_state= 22)
     print("训练集的特征值",x_train,x_train.shape)
     print("训练集的目标值",y_train,y_train.shape)
     return None;