数据集、特征矩阵、目标矩阵（代码理解）

首先需要安装Seaborn库，pip install seaborn

开始导入数据集(注意：seaborn 就是有这个iris 数据集，从在线存储库加载而来)

import seaborn as sns

iris = sns.load_dataset('iris ')

print(iris)

然后我们开始创建一个特征矩阵（说明：drop函数加axis=1参数是删除掉矩阵中species列的数据）

X = iris.drop('species', axis=1)

X.head(10)

print(X.shape)

以上意思是实例总量150，特征总量4

注意：特征矩阵包含除目标特征之外的所有特征值，将每个实例表示为二维矩阵

Y = iris['species']
Y.head(10)
print(Y.shape)

打印出来的（150，）代表获得一维的且长度等于实例数，也就是目标矩阵

注意：目标矩阵包含所有条目的目标特征的值，将其表示为一维矩阵