Iris_Data.py

#-*- coding：utf-8 -*-
# &Author AnFany

importpandasaspd

data=pd.read_csv(r'C:\Users\GWT9\Desktop\iris.csv')

# y值Softmax
ydata=data['Species'].values
# x值
xdata=data.iloc[:, 1:5].values

# 数据处理
importnumpyasnp

# x数据标准化
handle_x_data= (xdata-np.mean(xdata, axis=0)) /np.std(xdata, axis=0)

# y数据独热化
ydata=pd.get_dummies(data['Species']).values

# 因为数据中类别比较集中，不易于训练，因此打乱数据

# 首先将x数据和y数据合在一起
xydata=np.hstack((handle_x_data, ydata))
# 打乱顺序
np.random.shuffle(xydata)

# 分离数据

X_DATA=xydata[:, :4]

Y_DATA=xydata[:, 4:]

Data= [X_DATA, Y_DATA]

# 数据结构

# X_DATA.shape = (样本数, 特征数)
# Y_DATA.shape = (样本数, 类别数)

# 类别
# setosa [1,0,0]
# versicolor [0,1,0]
# virginica [0,0,1]