在scikit-learn中输入fit方法

Question

我正在阅读scikit-learn文档的Type Casting 示例 。

我的问题是关于ndarray操作，它是fit方法的输入。 （请参阅下面的代码）

>>> from sklearn import datasets
>>> from sklearn.svm import SVC
>>> iris = datasets.load_iris()
>>> clf = SVC()
>>> clf.fit(iris.data, iris.target)  
SVC(C=1.0, cache_size=200, class_weight=None, coef0=0.0,
  decision_function_shape=None, degree=3, gamma='auto', kernel='rbf',
  max_iter=-1, probability=False, random_state=None, shrinking=True,
  tol=0.001, verbose=False)

>>> list(clf.predict(iris.data[:3]))
[0, 0, 0]

>>> clf.fit(iris.data, iris.target_names[iris.target])  
SVC(C=1.0, cache_size=200, class_weight=None, coef0=0.0,
  decision_function_shape=None, degree=3, gamma='auto', kernel='rbf',
  max_iter=-1, probability=False, random_state=None, shrinking=True,
  tol=0.001, verbose=False)

>>> list(clf.predict(iris.data[:3]))  
['setosa', 'setosa', 'setosa']

问题：在上述代码clf.fit(iris.data, iris.target_names[iris.target])这一部分中，作为iris.target_names[iris.target]进行的操作是什么？

一些更多信息：

iris.target_names
array(['setosa', 'versicolor', 'virginica'], 
      dtype='|S10')

iris.target
array([0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0,
       0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0,
       0, 0, 0, 0, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,
       1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,
       1, 1, 1, 1, 1, 1, 1, 1, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2,
       2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2,
       2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2])

iris.target_names[iris.target]
array(['setosa', 'setosa', 'setosa', 'setosa', 'setosa', 'setosa',
   'setosa', 'setosa', 'setosa', 'setosa', 'setosa', 'setosa',
   'setosa', 'setosa', 'setosa', 'setosa', 'setosa', 'setosa',
   'setosa', 'setosa', 'setosa', 'setosa', 'setosa', 'setosa',
   'setosa', 'setosa', 'setosa', 'setosa', 'setosa', 'setosa',
   'setosa', 'setosa', 'setosa', 'setosa', 'setosa', 'setosa',
   'setosa', 'setosa', 'setosa', 'setosa', 'setosa', 'setosa',
   'setosa', 'setosa', 'setosa', 'setosa', 'setosa', 'setosa',
   'setosa', 'setosa', 'versicolor', 'versicolor', 'versicolor',
   'versicolor', 'versicolor', 'versicolor', 'versicolor',
   'versicolor', 'versicolor', 'versicolor', 'versicolor',
   'versicolor', 'versicolor', 'versicolor', 'versicolor',
   'versicolor', 'versicolor', 'versicolor', 'versicolor',
   'versicolor', 'versicolor', 'versicolor', 'versicolor',
   'versicolor', 'versicolor', 'versicolor', 'versicolor',
   'versicolor', 'versicolor', 'versicolor', 'versicolor',
   'versicolor', 'versicolor', 'versicolor', 'versicolor',
   'versicolor', 'versicolor', 'versicolor', 'versicolor',
   'versicolor', 'versicolor', 'versicolor', 'versicolor',
   'versicolor', 'versicolor', 'versicolor', 'versicolor',
   'versicolor', 'versicolor', 'versicolor', 'virginica', 'virginica',
   'virginica', 'virginica', 'virginica', 'virginica', 'virginica',
   'virginica', 'virginica', 'virginica', 'virginica', 'virginica',
   'virginica', 'virginica', 'virginica', 'virginica', 'virginica',
   'virginica', 'virginica', 'virginica', 'virginica', 'virginica',
   'virginica', 'virginica', 'virginica', 'virginica', 'virginica',
   'virginica', 'virginica', 'virginica', 'virginica', 'virginica',
   'virginica', 'virginica', 'virginica', 'virginica', 'virginica',
   'virginica', 'virginica', 'virginica', 'virginica', 'virginica',
   'virginica', 'virginica', 'virginica', 'virginica', 'virginica',
   'virginica', 'virginica', 'virginica'], 
  dtype='|S10')

我了解我的问题不是特定于scikit-learn，但与理解numpy操作有关。 我已经阅读了numpy文档，但自己却无法解决。 任何帮助深表感谢。 谢谢。

Answer 1

iris.target在该操作中用作索引数组 。

考虑以下数组：

arr = np.array(['a', 'b', 'c'])
arr
Out: 
array(['a', 'b', 'c'], 
      dtype='<U1')

在索引0处，它具有“ a”：

arr[0]
Out: 'a'

在索引0和1处，它具有“ a”和“ b”：

arr[[0, 1]]
Out: 
array(['a', 'b'], 
      dtype='<U1')

这些索引可能重复：

arr[[0, 1, 0]]
Out: 
array(['a', 'b', 'a'], 
      dtype='<U1')

在您的示例中， iris.target是编码标签的数组。 为了得到他们的名字，你用iris.target为指标， iris.target_names所以它给你的每个元素对应的名称。