本文详细介绍了如何通过Python的scikit-learn库创建一个鸢尾花分类模型，并将其转换为CoreML格式，以便在iOS应用中使用。首先获取iris数据集，训练并测试模型，接着将模型导出为桌面的.mlmodel文件，最后展示了模型内容。
STEP1
我们看一下iris这个数据，这个数据是用来判断各种各样的尾鸢花，用维基百科搜一搜你就明白了。
STEP2
打开Spyder开始撸代码吧…
【1】得到iris这个包的数据
iris = datasets.load_iris()
【2】训练模型(喂养模型)
model = LogisticRegression()
model.fit(iris.data, iris.target)
【3】测试模型 []里面填写的是数据
print iris.target_names[model.predict([ [1.0 ,2.0, 2.0, 3.0] ])]
结果如下：（结果没问题）
【4】把model的数据导成一个包放在桌面
包名为iris.pkl
代码输入 joblib.dump(model, 'iris.pkl')
然后
最低0.47元/天 解锁文章
120
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
