上QQ阅读APP看本书，新人免费读10天
设备和账号都新为新人
3.2 导入数据
导入项目所需的类库和鸢尾花（Iris Flower）数据集。
3.2.1 导入类库
导入在项目中将要使用的类库和方法。代码如下：
# 导入类库
from pandas import read_csv
from pandas.plotting import scatter_matrix
from matplotlib import pyplot
from sklearn.model_selection import train_test_split
from sklearn.model_selection import KFold
from sklearn.model_selection import cross_val_score
from sklearn.metrics import classification_report
from sklearn.metrics import confusion_matrix
from sklearn.metrics import accuracy_score
from sklearn.linear_model import LogisticRegression
from sklearn.tree import DecisionTreeClassifier
from sklearn.discriminant_analysis import LinearDiscriminantAnalysis
from sklearn.neighbors import KNeighborsClassifier
from sklearn.naive_bayes import GaussianNB
from sklearn.svm import SVC
所有类库的导入都不应有错误提示。如果出现了错误提示，那么暂时停下来，先设置一个能够运行的SciPy环境。
3.2.2 导入数据集
我们可以在UCI机器学习仓库下载鸢尾花（Iris Flower）数据集（http://archive.ics.uci.edu/ml/datasets/Iris），下载完成后保存在项目的统计目录中。在这里将使用Pandas来导入数据和对数据进行描述性统计分析，并利用Matplotlib实现数据可视化。需要注意的是，在导入数据时，为每个数据特征设定了名称，这有助于后面对数据的展示工作，尤其是通过图表展示数据。代码如下：
# 导入数据
filename='iris.data.csv'
names = ['separ-length', 'separ-width', 'petal-length', 'petal-width',
'class']
dataset=read_csv（filename, names=names）