基于K-最近邻算法构建鸢尾花分类模型

基于K-最近邻算法构建鸢尾花分类模型

鸢尾花（Iris）数据集是机器学习中一个经典的数据集。

假设有一名植物学爱好者收集了150朵鸢尾花的测量数据：花瓣的长度和宽度以及花萼的长度和宽度，这些花已经鉴定为属于Setosa、Versicolor和Virginica三个品种之一。

本任务的主要工作内容包括：

1、 使用 Pandas 和 Matplotlib 可视化并观察数据；

2、 将数据集随机拆分为训练集（train set）和测试集（test set）；

3、 构建一个机器学习分类模型（K-最近邻算法）并评估其准确性（Accuracy）。

资源包下载链接

二 任务目标

1. 掌握机器学习的基本概念，如样本、特征、训练集和测试集、泛化能力、模型评估、模型的准确性（Accuacy）等。 重点
2. 熟悉使用Scikit-learn构建机器学习模型的基本过程。 重点
3. 熟悉K-最近邻算法（KNN算法）的思想。 重点
4. 掌握数据集拆分函数、训练拟合函数、模型评估函数的使用。 重点

三 任务环境

• 操作系统：Windows 10、Ubuntu18.04

• 工具软件：Anaconda3 2019、Python3.7

• 硬件环境：无特殊要求

• 依赖库列表

  matplotlib   	3.3.4
  numpy 			1.19.5
  pandas			1.1.5
  scikit-learn	0.24.2
  

四 任务分析

因为学习数据中已知鸢尾花的品种（即数据的标签），所以这是一个监督学习，另外模型的用途是预测新的测量数据的品种，因此这是一个分类（Classification）问题。单个数据点（一朵鸢尾花的测量数据）的预期输出是这朵花的品种（标签）。

本任务涉及以下几个环节：

a）认识数据、观察数据（可视化）

b）将数据拆分为训练集与测试集

c）构建模型：K最近邻算法

d）训练模型

e）评估模型

五 资源介绍

5.1 资源截图

5.2 部分代码截图