Iris набор цветок данные или Фишер Iris набор данных представляет собой многофакторный набор данные представлены британский статистик , евгенический и биолог Рональд Фишер в своей статье 1936 Использование нескольких измерений в таксономических задачах в качестве примера линейного дискриминантного анализа . [1] Это иногда называют Андерсона Iris набор данных , потому что Эдгар Андерсон собраны данные для количественного определения морфологического изменения Irisцветки трех родственных видов. [2] Два из трех видов были собраны на полуострове Гаспе «все с одного пастбища, собраны в один день и измерены в одно и то же время одним и тем же человеком с помощью одного и того же прибора». [3]
Набор данных состоит из 50 образцов каждого из трех видов ириса ( Iris setosa , Iris virginica и Iris versicolor ). Для каждого образца были измерены четыре характеристики : длина и ширина чашелистиков и лепестков в сантиметрах. Основываясь на комбинации этих четырех характеристик, Фишер разработал линейную дискриминантную модель, чтобы отличать виды друг от друга.
Использование набора данных [ править ]
Основанный на линейной дискриминантной модели Фишера, этот набор данных стал типичным тестовым примером для многих методов статистической классификации в машинном обучении, таких как машины опорных векторов . [5]
Однако использование этого набора данных в кластерном анализе не является распространенным, поскольку набор данных содержит только два кластера с довольно очевидным разделением. Один из кластеров содержит Iris setosa , а другой кластер содержит как Iris virginica, так и Iris versicolor, и его невозможно разделить без информации о видах, которую использовал Фишер. Это делает набор данных хорошим примером для объяснения разницы между контролируемыми и неконтролируемыми методами интеллектуального анализа данных : линейную дискриминантную модель Фишера можно получить только тогда, когда известны виды объектов: метки классов и кластеры не обязательно совпадают. [6]
Тем не менее, все три вида ириса разделимы в проекции на нелинейную и ветвящуюся главную компоненту. [7] Набор данных аппроксимируется ближайшим деревом с некоторым штрафом за чрезмерное количество узлов, изгибание и растяжение. Затем строится так называемая «карта метро». [4] Точки данных проецируются на ближайший узел. Для каждого узла составляется круговая диаграмма проектируемых точек. Площадь круговой диаграммы пропорциональна количеству проецируемых точек. Из диаграммы (слева) видно, что абсолютное большинство образцов разных видов ирисов принадлежат разным узлам. Лишь небольшая часть Iris-virginica смешана сIris-versicolor (смешанные сине-зеленые узлы на диаграмме). Следовательно, три вида ириса ( Iris setosa , Iris virginica и Iris versicolor ) можно разделить с помощью неконтролирующих процедур нелинейного анализа главных компонент . Чтобы различать их, достаточно просто выбрать соответствующие узлы на главном дереве.
Набор данных [ править ]
Набор данных содержит набор из 150 записей по пяти атрибутам - длина чашелистика, ширина чашелистика, длина лепестка, ширина лепестка и вид.
| Порядок набора данных | Длина чашелистики | Ширина чашелистики | Длина лепестка | Ширина лепестка | Разновидность |
|---|---|---|---|---|---|
| 1 | 5.1 | 3.5 | 1.4 | 0,2 | I. setosa |
| 2 | 4.9 | 3.0 | 1.4 | 0,2 | I. setosa |
| 3 | 4,7 | 3,2 | 1.3 | 0,2 | I. setosa |
| 4 | 4.6 | 3.1 | 1.5 | 0,2 | I. setosa |
| 5 | 5.0 | 3,6 | 1.4 | 0,3 | I. setosa |
| 6 | 5,4 | 3.9 | 1,7 | 0,4 | I. setosa |
| 7 | 4.6 | 3,4 | 1.4 | 0,3 | I. setosa |
| 8 | 5.0 | 3,4 | 1.5 | 0,2 | I. setosa |
| 9 | 4.4 | 2,9 | 1.4 | 0,2 | I. setosa |
| 10 | 4.9 | 3.1 | 1.5 | 0,1 | I. setosa |
| 11 | 5,4 | 3,7 | 1.5 | 0,2 | I. setosa |
| 12 | 4.8 | 3,4 | 1.6 | 0,2 | I. setosa |
| 13 | 4.8 | 3.0 | 1.4 | 0,1 | I. setosa |
| 14 | 4.3 | 3.0 | 1.1 | 0,1 | I. setosa |
| 15 | 5,8 | 4.0 | 1.2 | 0,2 | I. setosa |
| 16 | 5,7 | 4.4 | 1.5 | 0,4 | I. setosa |
| 17 | 5,4 | 3.9 | 1.3 | 0,4 | I. setosa |
| 18 | 5.1 | 3.5 | 1.4 | 0,3 | I. setosa |
| 19 | 5,7 | 3.8 | 1,7 | 0,3 | I. setosa |
| 20 | 5.1 | 3.8 | 1.5 | 0,3 | I. setosa |
| 21 год | 5,4 | 3,4 | 1,7 | 0,2 | I. setosa |
| 22 | 5.1 | 3,7 | 1.5 | 0,4 | I. setosa |
| 23 | 4.6 | 3,6 | 1.0 | 0,2 | I. setosa |
| 24 | 5.1 | 3.3 | 1,7 | 0,5 | I. setosa |
| 25 | 4.8 | 3,4 | 1.9 | 0,2 | I. setosa |
| 26 | 5.0 | 3.0 | 1.6 | 0,2 | I. setosa |
| 27 | 5.0 | 3,4 | 1.6 | 0,4 | I. setosa |
| 28 год | 5.2 | 3.5 | 1.5 | 0,2 | I. setosa |
| 29 | 5.2 | 3,4 | 1.4 | 0,2 | I. setosa |
| 30 | 4,7 | 3,2 | 1.6 | 0,2 | I. setosa |
| 31 год | 4.8 | 3.1 | 1.6 | 0,2 | I. setosa |
| 32 | 5,4 | 3,4 | 1.5 | 0,4 | I. setosa |
| 33 | 5.2 | 4.1 | 1.5 | 0,1 | I. setosa |
| 34 | 5.5 | 4.2 | 1.4 | 0,2 | I. setosa |
| 35 год | 4.9 | 3.1 | 1.5 | 0,2 | I. setosa |
| 36 | 5.0 | 3,2 | 1.2 | 0,2 | I. setosa |
| 37 | 5.5 | 3.5 | 1.3 | 0,2 | I. setosa |
| 38 | 4.9 | 3,6 | 1.4 | 0,1 | I. setosa |
| 39 | 4.4 | 3.0 | 1.3 | 0,2 | I. setosa |
| 40 | 5.1 | 3,4 | 1.5 | 0,2 | I. setosa |
| 41 год | 5.0 | 3.5 | 1.3 | 0,3 | I. setosa |
| 42 | 4.5 | 2.3 | 1.3 | 0,3 | I. setosa |
| 43 год | 4.4 | 3,2 | 1.3 | 0,2 | I. setosa |
| 44 год | 5.0 | 3.5 | 1.6 | 0,6 | I. setosa |
| 45 | 5.1 | 3.8 | 1.9 | 0,4 | I. setosa |
| 46 | 4.8 | 3.0 | 1.4 | 0,3 | I. setosa |
| 47 | 5.1 | 3.8 | 1.6 | 0,2 | I. setosa |
| 48 | 4.6 | 3,2 | 1.4 | 0,2 | I. setosa |
| 49 | 5,3 | 3,7 | 1.5 | 0,2 | I. setosa |
| 50 | 5.0 | 3.3 | 1.4 | 0,2 | I. setosa |
| 51 | 7.0 | 3,2 | 4,7 | 1.4 | I. разноцветный |
| 52 | 6.4 | 3,2 | 4.5 | 1.5 | I. разноцветный |
| 53 | 6.9 | 3.1 | 4.9 | 1.5 | I. разноцветный |
| 54 | 5.5 | 2.3 | 4.0 | 1.3 | I. разноцветный |
| 55 | 6.5 | 2,8 | 4.6 | 1.5 | I. разноцветный |
| 56 | 5,7 | 2,8 | 4.5 | 1.3 | I. разноцветный |
| 57 | 6.3 | 3.3 | 4,7 | 1.6 | I. разноцветный |
| 58 | 4.9 | 2,4 | 3.3 | 1.0 | I. разноцветный |
| 59 | 6,6 | 2,9 | 4.6 | 1.3 | I. разноцветный |
| 60 | 5.2 | 2,7 | 3.9 | 1.4 | I. разноцветный |
| 61 | 5.0 | 2.0 | 3.5 | 1.0 | I. разноцветный |
| 62 | 5.9 | 3.0 | 4.2 | 1.5 | I. разноцветный |
| 63 | 6.0 | 2.2 | 4.0 | 1.0 | I. разноцветный |
| 64 | 6.1 | 2,9 | 4,7 | 1.4 | I. разноцветный |
| 65 | 5,6 | 2,9 | 3,6 | 1.3 | I. разноцветный |
| 66 | 6,7 | 3.1 | 4.4 | 1.4 | I. разноцветный |
| 67 | 5,6 | 3.0 | 4.5 | 1.5 | I. разноцветный |
| 68 | 5,8 | 2,7 | 4.1 | 1.0 | I. разноцветный |
| 69 | 6.2 | 2.2 | 4.5 | 1.5 | I. разноцветный |
| 70 | 5,6 | 2,5 | 3.9 | 1.1 | I. разноцветный |
| 71 | 5.9 | 3,2 | 4.8 | 1,8 | I. разноцветный |
| 72 | 6.1 | 2,8 | 4.0 | 1.3 | I. разноцветный |
| 73 | 6.3 | 2,5 | 4.9 | 1.5 | I. разноцветный |
| 74 | 6.1 | 2,8 | 4,7 | 1.2 | I. разноцветный |
| 75 | 6.4 | 2,9 | 4.3 | 1.3 | I. разноцветный |
| 76 | 6,6 | 3.0 | 4.4 | 1.4 | I. разноцветный |
| 77 | 6,8 | 2,8 | 4.8 | 1.4 | I. разноцветный |
| 78 | 6,7 | 3.0 | 5.0 | 1,7 | I. разноцветный |
| 79 | 6.0 | 2,9 | 4.5 | 1.5 | I. разноцветный |
| 80 | 5,7 | 2,6 | 3.5 | 1.0 | I. разноцветный |
| 81 год | 5.5 | 2,4 | 3.8 | 1.1 | I. разноцветный |
| 82 | 5.5 | 2,4 | 3,7 | 1.0 | I. разноцветный |
| 83 | 5,8 | 2,7 | 3.9 | 1.2 | I. разноцветный |
| 84 | 6.0 | 2,7 | 5.1 | 1.6 | I. разноцветный |
| 85 | 5,4 | 3.0 | 4.5 | 1.5 | I. разноцветный |
| 86 | 6.0 | 3,4 | 4.5 | 1.6 | I. разноцветный |
| 87 | 6,7 | 3.1 | 4,7 | 1.5 | I. разноцветный |
| 88 | 6.3 | 2.3 | 4.4 | 1.3 | I. разноцветный |
| 89 | 5,6 | 3.0 | 4.1 | 1.3 | I. разноцветный |
| 90 | 5.5 | 2,5 | 4.0 | 1.3 | I. разноцветный |
| 91 | 5.5 | 2,6 | 4.4 | 1.2 | I. разноцветный |
| 92 | 6.1 | 3.0 | 4.6 | 1.4 | I. разноцветный |
| 93 | 5,8 | 2,6 | 4.0 | 1.2 | I. разноцветный |
| 94 | 5.0 | 2.3 | 3.3 | 1.0 | I. разноцветный |
| 95 | 5,6 | 2,7 | 4.2 | 1.3 | I. разноцветный |
| 96 | 5,7 | 3.0 | 4.2 | 1.2 | I. разноцветный |
| 97 | 5,7 | 2,9 | 4.2 | 1.3 | I. разноцветный |
| 98 | 6.2 | 2,9 | 4.3 | 1.3 | I. разноцветный |
| 99 | 5.1 | 2,5 | 3.0 | 1.1 | I. разноцветный |
| 100 | 5,7 | 2,8 | 4.1 | 1.3 | I. разноцветный |
| 101 | 6.3 | 3.3 | 6.0 | 2,5 | I. virginica |
| 102 | 5,8 | 2,7 | 5.1 | 1.9 | I. virginica |
| 103 | 7.1 | 3.0 | 5.9 | 2.1 | I. virginica |
| 104 | 6.3 | 2,9 | 5,6 | 1,8 | I. virginica |
| 105 | 6.5 | 3.0 | 5,8 | 2.2 | I. virginica |
| 106 | 7,6 | 3.0 | 6,6 | 2.1 | I. virginica |
| 107 | 4.9 | 2,5 | 4.5 | 1,7 | I. virginica |
| 108 | 7.3 | 2,9 | 6.3 | 1,8 | I. virginica |
| 109 | 6,7 | 2,5 | 5,8 | 1,8 | I. virginica |
| 110 | 7.2 | 3,6 | 6.1 | 2,5 | I. virginica |
| 111 | 6.5 | 3,2 | 5.1 | 2.0 | I. virginica |
| 112 | 6.4 | 2,7 | 5,3 | 1.9 | I. virginica |
| 113 | 6,8 | 3.0 | 5.5 | 2.1 | I. virginica |
| 114 | 5,7 | 2,5 | 5.0 | 2.0 | I. virginica |
| 115 | 5,8 | 2,8 | 5.1 | 2,4 | I. virginica |
| 116 | 6.4 | 3,2 | 5,3 | 2.3 | I. virginica |
| 117 | 6.5 | 3.0 | 5.5 | 1,8 | I. virginica |
| 118 | 7,7 | 3.8 | 6,7 | 2.2 | I. virginica |
| 119 | 7,7 | 2,6 | 6.9 | 2.3 | I. virginica |
| 120 | 6.0 | 2.2 | 5.0 | 1.5 | I. virginica |
| 121 | 6.9 | 3,2 | 5,7 | 2.3 | I. virginica |
| 122 | 5,6 | 2,8 | 4.9 | 2.0 | I. virginica |
| 123 | 7,7 | 2,8 | 6,7 | 2.0 | I. virginica |
| 124 | 6.3 | 2,7 | 4.9 | 1,8 | I. virginica |
| 125 | 6,7 | 3.3 | 5,7 | 2.1 | I. virginica |
| 126 | 7.2 | 3,2 | 6.0 | 1,8 | I. virginica |
| 127 | 6.2 | 2,8 | 4.8 | 1,8 | I. virginica |
| 128 | 6.1 | 3.0 | 4.9 | 1,8 | I. virginica |
| 129 | 6.4 | 2,8 | 5,6 | 2.1 | I. virginica |
| 130 | 7.2 | 3.0 | 5,8 | 1.6 | I. virginica |
| 131 | 7,4 | 2,8 | 6.1 | 1.9 | I. virginica |
| 132 | 7.9 | 3.8 | 6.4 | 2.0 | I. virginica |
| 133 | 6.4 | 2,8 | 5,6 | 2.2 | I. virginica |
| 134 | 6.3 | 2,8 | 5.1 | 1.5 | I. virginica |
| 135 | 6.1 | 2,6 | 5,6 | 1.4 | I. virginica |
| 136 | 7,7 | 3.0 | 6.1 | 2.3 | I. virginica |
| 137 | 6.3 | 3,4 | 5,6 | 2,4 | I. virginica |
| 138 | 6.4 | 3.1 | 5.5 | 1,8 | I. virginica |
| 139 | 6.0 | 3.0 | 4.8 | 1,8 | I. virginica |
| 140 | 6.9 | 3.1 | 5,4 | 2.1 | I. virginica |
| 141 | 6,7 | 3.1 | 5,6 | 2,4 | I. virginica |
| 142 | 6.9 | 3.1 | 5.1 | 2.3 | I. virginica |
| 143 | 5,8 | 2,7 | 5.1 | 1.9 | I. virginica |
| 144 | 6,8 | 3,2 | 5.9 | 2.3 | I. virginica |
| 145 | 6,7 | 3.3 | 5,7 | 2,5 | I. virginica |
| 146 | 6,7 | 3.0 | 5.2 | 2.3 | I. virginica |
| 147 | 6.3 | 2,5 | 5.0 | 1.9 | I. virginica |
| 148 | 6.5 | 3.0 | 5.2 | 2.0 | I. virginica |
| 149 | 6.2 | 3,4 | 5,4 | 2.3 | I. virginica |
| 150 | 5.9 | 3.0 | 5.1 | 1,8 | I. virginica |
Набор данных радужной оболочки глаза широко используется в качестве набора данных для новичков в целях машинного обучения. Набор данных включен в R base, а Python - в пакет машинного обучения Scikit-learn , так что пользователи могут получить к нему доступ без необходимости искать для него источник.
Код R, иллюстрирующий использование [ править ]
iris class ( iris ) # "data.frame"iris3 class ( iris3 ) # "массив"Код Python, иллюстрирующий использование [ править ]
из sklearn.datasets импортировать load_irisiris = load_iris () радужная оболочкаЭтот код дает:
{ 'Данные' : массив ([[ 5.1 , 3.5 , 1.4 , 0.2 ], [ 4.9 , 3. , 1,4 , 0,2 ], [ 4,7 , 3,2 , 1,3 , 0,2 ], [ 4,6 , 3,1 , 1,5 , 0,2 ], . .. 'target' : array ([ 0 , 0 , 0 , ... 1 , 1 , 1, ... 2 , 2 , 2 , ... 'target_names' : array ([ 'setosa' , 'versicolor' , 'virginica' ], dtype = '<U10' ), ... }Было опубликовано несколько версий набора данных. [8]
См. Также [ править ]
- Классические наборы данных
Ссылки [ править ]
- ↑ Р. А. Фишер (1936). «Использование множественных измерений в таксономических задачах». Летопись евгеники . 7 (2): 179–188. DOI : 10.1111 / j.1469-1809.1936.tb02137.x . ЛВП : 2440/15227 .
- ↑ Эдгар Андерсон (1936). «Видовая проблема в Ирисах » . Летопись ботанического сада Миссури . 23 (3): 457–509. DOI : 10.2307 / 2394164 . JSTOR 2394164 .
- ↑ Эдгар Андерсон (1935). «Ирисы полуострова Гаспе». Бюллетень Американского общества ирисов . 59 : 2–5.
- ^ а б А. Н. Горбань , А. Зиновьев. Основные многообразия и графы на практике: от молекулярной биологии до динамических систем , International Journal of Neural Systems, Vol. 20, № 3 (2010) 219–232.
- ^ «Репозиторий машинного обучения UCI: набор данных Iris» . archive.ics.uci.edu . Проверено 1 декабря 2017 .
- ^ Инес Фарбер, Стефан Гюннеманн, Ханс-Петер Кригель , Пер Крегер, Эммануэль Мюллер, Эрих Шуберт, Томас Зайдл, Артур Зимек (2010). «Об использовании меток классов в оценке кластеризации» (PDF) . В Сяоли З. Ферн; Ян Дэвидсон; Дженнифер Ди (ред.). MultiClust: обнаружение, обобщение и использование нескольких кластеров . ACM SIGKDD . CS1 maint: несколько имен: список авторов ( ссылка )
- ^ А. Н. Горбан, Н. Р. Самнер и А. Ю. Зиновьев, Топологические грамматики для аппроксимации данных , Applied Mathematics Letters Volume 20, Issue 4 (2007), 382-386.
- ^ Бездек, Дж. К. и Келлер, Дж. М. и Кришнапурам, Р. и Кунчева, Л. И. и Пал, Н. Р. (1999). «Пожалуйста, встаньте настоящие данные радужной оболочки?». Транзакции IEEE в нечетких системах . 7 (3): 368–369. DOI : 10.1109 / 91.771092 .CS1 maint: несколько имен: список авторов ( ссылка )
Внешние ссылки [ править ]
- «Данные Ириса Фишера» . (Содержит две задокументированные ошибки) . Репозиторий машинного обучения UCI: набор данных Iris.
