02获取数据集并处理（iris）

获取数据-iris，划分训练集和测试集

from sklearn.datasets import load_iris
# 1.获取数据集(iris)
iris = load_iris()
# print("iris数据集内容：", iris) # data,target,target_name
print("训练数据集形状：", iris.data.shape)
print("目标值形状：", iris.target.shape)
print("目标值名称：", iris.target_names)
# 2.数据集划分
from sklearn.model_selection import train_test_split # test_size,train_size,random_stat
x_train, x_test, y_train, y_test = train_test_split(iris.data, iris.target,test_size=0.25)  
print("训练集x-y:", x_train.shape, y_train.shape)
print("测试集x-y:", x_test.shape, y_test.shape)

运行结果：

训练数据集形状： (150, 4)
目标值形状： (150,)
目标值名称： ['setosa' 'versicolor' 'virginica']
训练集x-y: (112, 4) (112,)
测试集x-y: (38, 4) (38,)