【文件属性】：
文件名称：基于sklearn库的数据获取，探索及其可视化
文件大小：5KB
文件格式：PY
更新时间：2022-04-27 14:50:14
sklearn 源码软件 python 人工智能 机器学习
1. 数据集的获取。
使用SCIKIT-LEARN自带的数据读取函数load_wine()，获取原始葡萄酒数据集。
2. 获取数据集内，样本数目、类别数目，各类样本数目
3. 样本集基本信息获取：
(1)获取并输出该数据集的类别信息(含：类别数目，类别名称)；
(2)获取数据集的特征数目、特征名称；样本数目、各类别样本数目。
4.样本集的描述统计,获取并输出显示样本集内每个特征的描述性统计指标
包括：均值、标准差、最小值、最大值、第1四分位、第2四分位、第3四分位。
5. 认识每一种特征的分布情况
(1)估计每个特征分布的斜度
(2)以单变量直方图形式可视化样本集关于每个特征取值的分布情况
(3)以单变量密度曲线方式可视化每个特征的分布
6. 了解任意一对特征之间的线性相关程度:
(1)估计任意一对特征之间的相关系数，得到相关系数矩阵，并进行可视化；
(2)绘制散点矩阵，借助散点矩阵，理解两特征之间的线性相关性
7. 基于箱式图的各特征取值分布的可视化，理解各特征关于不同类别样本的类鉴别特性：针对每个特征，基于原始样本集及其类别信息，在相同的图形窗口，绘制箱型图