1. 鸢尾花 demo

检查数据最好的方法是将其可视化，将所有数据放到一张图表中，制作散点图（scatter plot）。但是如果数据不是二维数据，而是多维数据的话，散点图就不符合要求了，可以使用散点矩阵。散点图矩阵可以两两查看所有的特征。
pandas 有一个绘制散点图矩阵的函数，叫作scatter_matrix。矩阵的对角线是每个特征的直方图。
代码实现：

# -*- coding: UTF-8 -*-
from sklearn.datasets import load_iris
from sklearn.model_selection import train_test_split
import pandas as pd
import matplotlib.pyplot as plt
import mglearn

if __name__ == '__main__':
    # 获取iris数据集 Bunch数据结构
    iris_data = load_iris()
    print iris_data.keys()
    # 将样本数据分成训练和测试数据，默认的比例是(75%和15%)
    X_train, X_test , y_train, y_test = train_test_split(iris_data['data'], iris_data['target'], random_state=0)
    # print X_train.shape
    # print X_test.shape

    # 使用X_train数据制作散点矩阵
    # 将iris_data转化成pandas的DataFramefeature_names
    X_train_dastaframe = pd.DataFrame(X_train, columns=iris_data['feature_names'])
    grid = pd.plotting.scatter_matrix(X_train_dastaframe, c=y_train, figsize=(15,15),
                                      marker='o', hist_kwds={'bins':20}, s=60, alpha=.8, cmap=mglearn.cm3)
    plt.show()