""" 机器学习算法分类: 监督学习(有目标值) 分类(目标值是离散型数据):K-近邻算法、贝叶斯分类、决策树与随机森林、逻辑回归、神经网络 回归(目标值是连续型数据):线性回归、岭回归 无监督学习(无目标值):聚类 K-means 机器学习一般会把数据集划分为训练集(3/4)和测试集(1/4),可以使用sklearn中的train_test_split模块进行自动分类 """ # 使用sklearn自带的鸢尾花数据集进行数据划分 from sklearn.datasets import load_iris # 鸢尾花模块 from sklearn.model_selection import train_test_split # 选择测试集模块 li = load_iris() # li.data特征集,li.target目标集,test_size测试集占比 print(li.data) print(li.target) x_train, x_test, y_train, y_test = train_test_split(li.data, li.target, test_size=0.25) print("训练集的特征值和目标值:", x_train, x_test) print("测试集的特征值和目标值:", y_train, y_test)