簡化版代碼

 1 from sklearn import datasets
 2 import numpy as np
 3 
 4 #獲取data和類標
 5 iris = datasets.load_iris()
 6 X = iris.data[:,[2,3]]
 7 y = iris.target
 8 
 9 #測試樣本和訓練樣本三七分
10 from sklearn.model_selection import train_test_split
11 X_train,X_test,y_train,y_test = train_test_split(X,y,test_size=0.3,random_state=0)
 
12 
13 #數據特征標準化
14 from sklearn.preprocessing import StandardScaler
15 sc = StandardScaler()
16 sc.fit(X_train)
17 X_test_std = sc.transform(X_test)
18 X_train_std = sc.transform(X_train)
19 
20 #訓練感知器模型
21 from sklearn.linear_model import Perceptron
22 ppn = Perceptron(max_iter=40,eta0=0.1,random_state=0)
 
23 ppn.fit(X_train_std,y_train)
24 
25 #訓練完成後，對測試數據進行預測
26 y_pred = ppn.predict(X_test_std)
27 print(‘Missclassified samples:%d‘%(y_pred!=y_test).sum())
28 from sklearn.metrics import accuracy_score
29 print(‘Accuracy:%.2f‘%accuracy_score(y_test,y_pred))

解釋版+可視化

from sklearn import datasets#iris已包含在sklearn庫中
 

import numpy as np
iris = datasets.load_iris()

#提取150個花朵樣本中的花瓣長度和花瓣寬度兩個特征的值，並由此構建特征矩陣X,同時將對應花朵所屬類型的類標賦值給向量y
#打印出來iris可以發現iris包括的key包括五個值：data（其中有四列）、target、target_name、DESCR、feature_names
#X提取的是data裏面的3、4列，y提取的是target，即類型的類標

#print(iris)
#print(iris.keys())
#print(iris.data.shape)
#print(iris.data[:5])#顯示樣本前五行，因為iris是字典不是列表，所以不能調用head（）的方法獲取前五行

X = iris.data[:, [2, 3]]
y = iris.target#iris的每個樣本都包含了品種信息，即目標屬性（第5列，也叫target或label）

‘‘‘如果執行np.unique(y)返回存儲在iris.target中的各類花朵的類標，可以看到，scikit-learn已分別將Iris-Sentosa、Iris-Versicolor
和Iris-Virginia的類名另存為整數（0,1,2），對許多機器學習庫來說，這是針對性能優化一種推薦的做法
print(np.unique(y))
‘‘‘
‘‘‘
為了評估訓練得到的模型在未知數據上的表現，我們進一步將數據集劃分為訓練數據集和測試數據集
使用scikit-learn中model_selection模塊中的train_test_split函數，隨機將數據矩陣X與類標向量y按照3:7的比例劃分為測試數據集（
45個樣本）和訓練數據集（105個樣本）
‘‘‘
from sklearn.model_selection import train_test_split
X_train, X_test, y_train,y_test = train_test_split(X, y, test_size=0.3, random_state=0)
‘‘‘
許多機器學習和優化算法都要求對數據做特征縮放。我們將使用scikit-learn的preprocessing模塊中的StandardScaler類
對特征進行標準化處理
在下面的代碼中，從preprocessing模塊中加載了StandardScaler類，並實例化了一個StandScaler對象，用變量sc作為對它的引用
使用StandardScaler中的fit方法，可以計算訓練數據中的每個特征的μ（樣本均值）和σ（標準差）。通過調用transform方法，
可以使用前面計算得到的μ和σ來對訓練數據做標準化處理。註意：需要使用相同的縮放參數分別處理訓練和測試數據。
‘‘‘
from sklearn.preprocessing import StandardScaler
sc = StandardScaler()
sc.fit(X_train)
X_train_std = sc.transform(X_train)
X_test_std = sc.transform(X_test)
‘‘‘
在對訓練數據做了標準化處理後，下面訓練感知器模型
‘‘‘
from sklearn.linear_model import Perceptron
ppn = Perceptron(max_iter=40, eta0=0.1, random_state=0)#n_iter是叠代次數，eta是學習速率，random_state參數在每次叠代後初始化重新排練數據集
ppn.fit(X_train_std, y_train)
‘‘‘
使用scikit-learn完成模型的訓練後，就可以在測試數據集上使用predict方法進行預測了
‘‘‘
y_pred = ppn.predict(X_test_std)#predict class labels for samples in X
print(‘Misclassified samples:%d‘%(y_test != y_pred).sum())
‘‘‘
計算感知器在測試數據集上的分類準確率
‘‘‘
from sklearn.metrics import accuracy_score
print(‘Accuracy:%.2f‘ % accuracy_score(y_test,y_pred))



‘‘‘
使用plot_decision_regions函數來繪制剛剛訓練過得模型的決策區域，並觀察不同花朵樣本的分類項
‘‘‘
from matplotlib.colors import ListedColormap
import matplotlib.pyplot as plt

def plot_decision_regions(X,y,classifier,test_idx = None,resolution = 0.02):
    #setup marker generator and color map
    markers = (‘s‘, ‘x‘, ‘o‘, ‘^‘, ‘v‘)
    colors = (‘red‘, ‘blue‘, ‘lightgreen‘, ‘gray‘, ‘cyan‘)
    cmap = ListedColormap(colors[:len(np.unique(y))])

    #plot the decision surface
    x1_min, x1_max = X[:, 0].min()-1, X[:, 0].max()+1
    x2_min, x2_max = X[:, 0].min()-1, X[:, 1].max()+1
    xx1, xx2 = np.meshgrid(np.arange(x1_min, x1_max, resolution), np.arange(x2_min, x2_max, resolution))
    Z = classifier.predict(np.array([xx1.ravel(), xx2.ravel()]).T)
    Z = Z.reshape(xx1.shape)
    plt.contourf(xx1, xx2, Z, alpha=0.4, cmap=cmap)
    plt.xlim(xx1.min(), xx1.max())
    plt.ylim(xx2.min(), xx2.max())

    #plot all samples
    X_test,y_test = X[test_idx, :], y[test_idx]
    for idx, cl in enumerate(np.unique(y)):
        plt.scatter(x=X[y == cl, 0], y=X[y == cl, 1], alpha=0.8, c=cmap(idx), marker=markers[idx], label=cl)

    #highlight test samples
    if test_idx:
        X_test, Y_test = X[test_idx, :], y[test_idx]
        plt.scatter(X_test[:, 0],X_test[:, 1], c=‘‘, alpha=1.0, linewidth=1, marker=‘o‘, s=55, label=‘test set‘)
X_combined_std = np.vstack((X_train_std, X_test_std))
Y_combined = np.hstack((y_train, y_test))
plot_decision_regions(X=X_combined_std,
                      y=Y_combined,
                      classifier=ppn,
                      test_idx=range(105, 150))
plt.xlabel(‘petal length [standardized]‘)
plt.ylabel(‘petal width [standardized]‘)
plt.legend(loc=‘upper left‘)
print(plt.show())

自己手動註釋

sklearn訓練感知器用iris數據集