1，python 和鸢尾花数据集
xrange(3)的作用可以简单理解为生成了一个数列：[0, 1, 2]因此，变量t 的取值依次为0，1，2。
搜一下：python 和鸢尾花数据集
2，怎么使用datasets里面的数据 sklearn
python的机器学习模块sklearn（Google公司开始投资，是大数据战略的一个步骤）可以用于模式识别，用在一般知识发现，例如户外参与人口的类型，sklearn包自己带了两个数据集，其中一个是鸢尾花数据库（iris，鸢尾花）
from sklearn import datasets
iris = datasets.load_irises()
#把鸢尾花数据集加载
data = iris.data
#可以用dir(data)查看数据集的性质其中包括max最大，mean中值等等
data.shape
#返回值：（150，4）表示150个观察值，4个特征设定萼片和花瓣的长宽；
pylab.imshow(digits.images[-1], cmap = pylab.cm_gray_r)
3，MATLAB中代码output i class i 1 是什么意思
首先，你的鸢尾花数据集 种类Iris-setosa，Iris-versicolor，Iris-virginica分别用1，2，3替换。当i从1到50的时候；class（i）都是1；当i从51到的100时候；class（i）都是2；当i从101到的150时候；class（i）都是3；最后的e69da5e887aa62616964757a686964616f31333431363034矩阵应该是output =1 0 01 0 01 0 01 0 01 0 01 0 01 0 01 0 01 0 01 0 01 0 01 0 01 0 01 0 01 0 01 0 01 0 01 0 01 0 01 0 01 0 01 0 01 0 01 0 01 0 01 0 01 0 01 0 01 0 01 0 01 0 01 0 01 0 01 0 01 0 01 0 01 0 01 0 01 0 01 0 01 0 01 0 01 0 01 0 01 0 01 0 01 0 01 0 01 0 01 0 00 1 00 1 00 1 00 1 00 1 00 1 00 1 00 1 00 1 00 1 00 1 00 1 00 1 00 1 00 1 00 1 00 1 00 1 00 1 00 1 00 1 00 1 00 1 00 1 00 1 00 1 00 1 00 1 00 1 00 1 00 1 00 1 00 1 00 1 00 1 00 1 00 1 00 1 00 1 00 1 00 1 00 1 00 1 00 1 00 1 00 1 00 1 00 1 00 1 00 1 00 0 10 0 10 0 10 0 10 0 10 0 10 0 10 0 10 0 10 0 10 0 10 0 10 0 10 0 10 0 10 0 10 0 10 0 10 0 10 0 10 0 10 0 10 0 10 0 10 0 10 0 10 0 10 0 10 0 10 0 10 0 10 0 10 0 10 0 10 0 10 0 10 0 10 0 10 0 10 0 10 0 10 0 10 0 10 0 10 0 10 0 10 0 10 0 10 0 10 0 1
我不会~~~但还是要微笑~~~：）
output是一个矩阵，output( i , class( i ) ) = 1就是把位置i和class(i)的地方赋值为1啊
