Iris データセット（Python を使用）

1. Google Colab へのリンク

Google Colaboratory のページ:

https://colab.research.google.com/drive/10u8owk1y9l-OocyenRZuDb0sKxxicVwK?usp=sharing

2. 前準備

Python の準備（Windows，Ubuntu 上）

• Windows での Python 3.10，関連パッケージ，Python 開発環境のインストール: 別ページ »で説明している．
• Ubuntu では，システム Pythonを使うことができる．Python3 開発用ファイル，pip, setuptools のインストール: 別ページ »で説明している．

【サイト内の関連ページ】

• Python のまとめ: 別ページ »にまとめ
• Google Colaboratory の使い方など: 別ページ »で説明している．

【関連する外部ページ】

Python の公式ページ: https://www.python.org/

TensorFlow データセット, scikit-learn のインストール

Windows の場合

Windows では，コマンドプロン プトを管理者として実行し， 次のコマンドを実行する．

python -m pip install -U tensorflow-gpu tensorflow_datasets scikit-learn scikit-learn-intelex

Ubuntu の場合

Ubuntu では，次のコマンドを実行．

sudo apt -y update
sudo apt -y install python3-sklearn
sudo pip3 install -U tensorflow-gpu tensorflow_datasets

3. Iris データセットのロードと確認表示（scikit-learn を使用）

scikit-learn を使用，データフレームにロード

Pandas データフレームの df にロードしている．

import pandas as pd
from sklearn.datasets import load_iris
iris = load_iris()
df = pd.DataFrame(iris.data, columns=iris.feature_names)
print(df)

scikit-learn を使用，配列にロード

次の Python プログラムは，配列 X, y にロードしている．

import pandas as pd
from sklearn.datasets import load_iris
iris = load_iris()
X = iris.data
y = iris.target
print(X)
print(y)

4. Iris データセットのロードと確認表示（TensorFlow データセットを使用）

• Iris データセットのロード

  import tensorflow_datasets as tfds
  iris, iris_info = tfds.load('iris', with_info = True, shuffle_files=True, as_supervised=True)
  

  
• データセットの情報を表示

  print(iris_info)
  print(iris_info.features["label"].num_classes)
  print(iris_info.features["label"].names)
  

  
• tf.data.Dataset オブジェクトによるデータセットの生成

  ロード時に「as_supervised=False」としたときは，「features, label = data['features'], data['label']」

  import tensorflow as tf
  ds_train = iris['train']
  it = ds_train.cache().shuffle(1000).batch(128).prefetch(tf.data.experimental.AUTOTUNE)
  for data in it.take(1):
      features, label = data[0], data[1]
      print(features)
      print(label)
  

  
• TensorFlow データセットの Iris データセットをデータフレームに変換

  train = tfds.as_dataframe(iris['train'], iris_info)
  print(train)
  

  
• データフレームの行列と属性数

  行数は len(＜データフレーム＞), 属性数は len(＜データフレーム＞.columns)

  print(len(train))
  print(len(train.columns))
  

  
• データセットの先頭 10行をデータフレームに変換

  train = tfds.as_dataframe(iris['train'].take(10), iris_info)
  print(train)
  

  
• データフレームの行列と属性数

  行数は len(＜データフレーム＞), 属性数は len(＜データフレーム＞.columns)

  print(len(train))
  print(len(train.columns))