FineBI上的鸢尾花

楼主
我是社区第139487位番薯,欢迎点我头像关注我哦~

1、鸢尾花数据集

鸢尾花数据集(Iris)是一类多重变量分析的数据集。最初是埃德加·安德森从加拿大加斯帕半岛上的鸢尾属花朵中提取的地理变异数据。它首次出现在著名的英国统计学家和生物学家Ronald Fisher 1936年的论文《The use of multiple measurements in taxonomic problems》中,被用来介绍线性判别式分析,证明分类的统计方法。该数据集是在机器学习领域一个常用的数据集。

其数据集包含了150个样本,都属于鸢尾属下的三个亚属,分别是山鸢尾、变色鸢尾和维吉尼亚鸢尾(Iris Setosa,Iris Versicolour,Iris Virginica),每类50个样本。四个特征被用作样本的定量分析,它们分别是花萼和花瓣的长度和宽度。基于这四个特征的集合,Fisher发展了一个线性判别分析以确定其属种。

该数据集测量了所有150个样本的4个特征,分别是:sepal length(花萼长度)、sepal width(花萼宽度)、petal length(花瓣长度)、(花瓣宽度)。以上四个特征的单位都是厘米(cm)。

山鸢尾(Iris Setosa)

变色鸢尾(Iris Versicolour)

维吉尼亚鸢尾(Iris Virginica)

 

详细数据集可以在UCI 数据库(http://archive.ics.uci.edu/dataset/53/iris 中找到。

2、数据处理

 

在FineBI6.0中上传数据集iris.xls (38 K)

 

特征名

特征解释

数据类型

sepal_length

花萼长度(单位cm)

数值型

sepal_width

花萼宽度(单位cm)

数值型

petal_length

花瓣长度(单位cm)

数值型

petal_width

花瓣宽度(单位cm)

数值型

species

种类

文本型

为了方便,在原数据集中增加了特征ID(数值型)。

对数据做简单处理,把ID改为文本型,其他特征名称改为中文。

 

3、数据可视化

 

3.1 花萼长宽分布

 

图表类型选择“散点图”,横轴“花萼长度”,纵轴“花萼宽度”,细粒度“ID”,颜色“品种”。调整下值轴最小值“3”,最大值“9”,左值轴最小值“1”,最大值“5”。

 

 

3.2花瓣长宽分布

 

同一方法可以得到花瓣长宽分布。

 

散点图显示,花瓣长和宽有较强的相关性。

 

3.3 其他相关性

 

也可画出其他散点图,显示不同数量关系间的相关性,如花瓣长度和花萼长度之间的关系。

3.4花瓣长度箱型图

 

图表类型选择“自定义图表”,横轴“品种”,纵轴“花瓣长度”2次,细粒度“ID”,颜色“品种”。图形属性中,第一个“花瓣长度”为”箱型图“,第二个“花瓣长度”为”点“。

3.5数据分布面积图

 

为了排序方便,此处添加一个计算字段“序号”,IF(LEN(${ID})=1,CONCATENATE("00",${ID}),(IF(LEN(${ID})=2,CONCATENATE("0",${ID}),${ID}))),把ID都变成三位数字。

 

 

图表类型选择“范围面积图”,横轴“序号”,纵轴“花瓣长度”“花瓣宽度”“花萼长度”“花萼宽度”,颜色“指标名称”。

 

 

数据集中1-50、51-100、101-150分别是三种不同品种,图中显示出明显差异。

4、总结

鸢尾花(Iris)是一个经典的数据集,数据规整,在数据挖掘和机器学习中经常用来讲解分类算法。使用FineBI6.0可以使用可视化的方法探索特征之间的关系。

分享扩散:
参与人数 +1 F币 +50 理由
苏瑞 + 50 【2024原创内容激励奖励】给你32个赞!

查看全部评分

沙发
发表于 2024-5-29 09:44:15
您好,您此次内容角度较为创新,从鸢尾花图形入手去展示整个制作流程。但是整个文章格式有些混乱,首先文本字体字号需要调整一下,字体颜色可以调整为黑色;其次在部分重要流程中,可以修改字体颜色,或者增加背景色,增强可读性;最后在绘制图案时,可以在图上进行标注,突出侧重点。再次感谢您的投稿,期待您的下一篇文章~
板凳
发表于 2024-5-29 10:02:34
第一次看到这种花的制作,长见识了
地板
发表于 2024-5-30 10:54:12
请教个问题,当两个不同的表数据融合的时候,由于另外一张表城市选项没有带”市“这个字,比如上海市和上海,由于字段不同,导致两张表数据无法融合,怎么解决?
您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

返回顶部 返回列表