📂머신러닝

Iris 데이터 셋

개요¹

Iris 데이터 셋이란, 미국의 식물학자 에드가 앤더슨^{Edgar Anderson}이 만들고 영국의 통계학자 로널드 피셔^{Ronald Fisher}에 의해 소개된² 붓꽃^iris의 관찰 기록에 관한 데이터 셋을 말한다.

설명

머신러닝, 데이터 분석 등의 연습에서 가장 많이 사용되는 데이터 셋이다.³

setosa/versicolor/virginica 3종의 붓꽃을 각각 50송이를 관찰하여 각 꽃의 꽃잎의 길이와 폭, 꽃받침의 길이와 폭을 측정한 데이터이다. 즉 150송이 꽃의 종^species, 꽃잎 길이^{petal length}, 꽃잎 폭^{petal width}, 꽃받침 길이^{sepal length}, 꽃받침 폭^{sepal width} 에 대한 정보이며, 150행 5열의 데이터 프레임이다.

사용법

Julia

줄리아에서는 머신러닝 데이터 셋 패키지인 MLDatasets.jl로 사용할 수 있다. 처음 사용할 땐 설치가 필요하다. 또한 데이터 프레임으로 불러오는 것이 기본 설정이므로 DataFrames.jl이 필요하다.

julia> using MLDatasets
julia> using DataFrames

julia> X = Iris()
dataset Iris:
  metadata   =>    Dict{String, Any} with 4 entries
  features   =>    150×4 DataFrame
  targets    =>    150×1 DataFrame
  dataframe  =>    150×5 DataFrame

julia> X[:]
(features = 150×4 DataFrame
 Row │ sepallength  sepalwidth  petallength  petalwidth
     │ Float64      Float64     Float64      Float64
─────┼──────────────────────────────────────────────────
   1 │         5.1         3.5          1.4         0.2
   2 │         4.9         3.0          1.4         0.2
   3 │         4.7         3.2          1.3         0.2
  ⋮  │      ⋮           ⋮            ⋮           ⋮
 149 │         6.2         3.4          5.4         2.3
 150 │         5.9         3.0          5.1         1.8
                                        145 rows omitted, targets = 150×1 DataFrame
 Row │ class
     │ String15
─────┼────────────────
   1 │ Iris-setosa
   2 │ Iris-setosa
   3 │ Iris-setosa
  ⋮  │       ⋮
 149 │ Iris-virginica
 150 │ Iris-virginica
      145 rows omitted)

옵션을 as_df=false로 두면 데이터 프레임이 아니라 튜플로 얻을 수 있다.

julia> X = Iris(as_df=false)[:]
(features = [5.1 4.9 … 6.2 5.9; 3.5 3.0 … 3.4 3.0; 1.4 1.4 … 5.4 5.1; 0.2 0.2 … 2.3 1.8], targets = InlineStrings.String15[InlineStrings.String15("Iris-setosa") InlineStrings.String15("Iris-setosa") … InlineStrings.String15("Iris-virginica") InlineStrings.String15("Iris-virginica")])

julia> typeof(X)
NamedTuple{(:features, :targets), Tuple{Matrix{Float64}, Matrix{InlineStrings.String15}}}

Iris().features, Iris().targets, Iris().dataframes로 각각 특징값, 클래스, 그리고 이 둘을 하나로 묶은 데이터 프레임을 얻을 수 있다.

julia> Iris().dataframe
150×5 DataFrame
 Row │ sepallength  sepalwidth  petallength  petalwidth  class
     │ Float64      Float64     Float64      Float64     String15
─────┼──────────────────────────────────────────────────────────────────
   1 │         5.1         3.5          1.4         0.2  Iris-setosa
   2 │         4.9         3.0          1.4         0.2  Iris-setosa
   3 │         4.7         3.2          1.3         0.2  Iris-setosa
  ⋮  │      ⋮           ⋮            ⋮           ⋮             ⋮
 149 │         6.2         3.4          5.4         2.3  Iris-virginica
 150 │         5.9         3.0          5.1         1.8  Iris-virginica
                                                        145 rows omitted

환경

• OS: Windows11
• Version: Julia v1.8.2, MLDatasets v0.7.6, DataFrames v1.3.6