手把手带你学python—牛客网python基础 鸢尾花分类

牛客是一款不论是面试 还是刷题 都是非常有用的 还等什么，传送门- ​​牛客网python基础​​

🥇作者简介：大家好我是 uu 给刚入门的python的小伙伴带来一套python 完整的入门基础。

🥈个人主页：uu主页

📑 推荐一款非常火的面试、刷题神器👉  ​​牛客网python基础​​

觉得uu写的不错的话 麻烦动动小手 点赞👍 收藏⭐  评论📄

今天给大家带来的刷题系列是：pandas读取文件查看用户数据集的大小

​​ 

​ 

题目介绍： 

描述

机器学习库 sklearn 自带鸢尾花分类数据集，分为四个特征和三个类别，其中这三个类别在数据集中分别表示为 0, 1 和 2，请实现 transform_three2two_cate 函数的功能，该函数是一个无参函数，要求将数据集中 label 为 2 的数据进行移除，也就是说仅保留 label 为 0 和为 1 的情况，并且对 label 为 0 和 1 的特征数据进行保留，返回值为 numpy.ndarray 格式的训练特征数据和 label 数据，分别为命名为 new_feat 和 new_label。

然后在此基础上，实现 train_and_evaluate 功能，并使用生成的 new_feat 和 new_label 数据集进行二分类训练，限定机器学习分类器只能从逻辑回归和决策树中进行选择，将训练数据和测试数据按照 8:2 的比例进行分割。

要求输出测试集上的 accuracy_score，同时要求 accuracy_score 要不小于 0.95。

解题思路: 

使用python的sklearn库进行机器学习代码撰写

使用sklearn 的内置api

import numpy as np

from sklearn import datasets

from sklearn.model_selection import train_test_split

from sklearn.preprocessing import MinMaxScaler

from sklearn.linear_model import LogisticRegression

from sklearn.metrics import f1_score,roc_auc_score,accuracy_score

from sklearn.tree import DecisionTreeClassifier 

代码解析：

import numpy as np
 from sklearn import datasets
 from sklearn.model_selection import train_test_split
 from sklearn.preprocessing import MinMaxScaler
 from sklearn.linear_model import LogisticRegression
 from sklearn.metrics import f1_score,roc_auc_score,accuracy_score
 from sklearn.tree import DecisionTreeClassifierdef transform_three2two_cate():
     data = datasets.load_iris()
     #其中data特征数据的key为data，标签数据的key为target
     #需要取出原来的特征数据和标签数据，移除标签为2的label和特征数据，返回值new_feat为numpy.ndarray格式特征数据，new_label为对应的numpy.ndarray格式label数据
     #需要注意特征和标签的顺序一致性，否则数据集将混乱
     #code start here
     index_arr = np.where(data.target == 2)[0]
     new_feat = np.delete(data.data, index_arr, 0)
     new_label = np.delete(data.target, index_arr)    #code end here
     return new_feat,new_labeldef train_and_evaluate():
     data_X,data_Y = transform_three2two_cate()
     train_x,test_x,train_y,test_y = train_test_split(data_X,data_Y,test_size = 0.2)
     #已经划分好训练集和测试集，接下来请实现对数据的训练
     #code start here
     
     estimator = DecisionTreeClassifier()
     estimator.fit(train_x, train_y)
     y_predict = estimator.predict(test_x)
         #code end here
     #注意模型预测的label需要定义为 y_predict，格式为list或numpy.ndarray
     print(accuracy_score(y_predict,test_y))if __name__ == "__main__":
     train_and_evaluate()
     #要求执行train_and_evaluate()后输出为：
     #1、{0,1}，代表数据label为0和1
     #2、测试集上的准确率分数，要求>0.95      

​​import numpy as npfrom sklearn import datasets
from sklearn.model_selection import train_test_split
from sklearn.preprocessing import MinMaxScaler
from sklearn.linear_model import LogisticRegression
from sklearn.metrics import f1_score,roc_auc_score,accuracy_score
from sklearn.tree import DecisionTreeClassifier

def transform_three2two_cate():
    data = datasets.load_iris()
    #其中data特征数据的key为data，标签数据的key为target
    #需要取出原来的特征数据和标签数据，移除标签为2的label和特征数据，返回值new_feat为numpy.ndarray格式特征数据，new_label为对应的numpy.ndarray格式label数据
    #需要注意特征和标签的顺序一致性，否则数据集将混乱
    #code start here
    index_arr = np.where(data.target == 2)[0]
    new_feat = np.delete(data.data, index_arr, 0)
    new_label = np.delete(data.target, index_arr)

    #code end here
    return new_feat,new_label

def train_and_evaluate():
    data_X,data_Y = transform_three2two_cate()
    train_x,test_x,train_y,test_y = train_test_split(data_X,data_Y,test_size = 0.2)
    #已经划分好训练集和测试集，接下来请实现对数据的训练
    #code start here
    
    estimator = DecisionTreeClassifier()
    estimator.fit(train_x, train_y)
    y_predict = estimator.predict(test_x)
    



    #code end here
    #注意模型预测的label需要定义为 y_predict，格式为list或numpy.ndarray
    print(accuracy_score(y_predict,test_y))

if __name__ == "__main__":
    train_and_evaluate()
    #要求执行train_and_evaluate()后输出为：
    #1、{0,1}，代表数据label为0和1
    #2、测试集上的准确率分数，要求>0.95​​