本文通过Keras库构建神经网络模型，对鸢尾花数据集进行分类。首先介绍了鸢尾花数据集的特点，然后进行了数据预处理，包括特征提取、标签One-Hot编码，接着搭建了包含多层神经网络的模型，并使用训练集和测试集进行训练与评估，最后展示了模型的预测结果。
对鸢尾花识别之Keras
任务目标
对鸢尾花数据集分析
建立鸢尾花的模型
利用模型预测鸢尾花的类别
环境搭建
pycharm编辑器搭建python3.*
第三方库
numpy
pandas
sklearn
keras
处理鸢尾花数据集
了解数据集
鸢尾花数据集是一个经典的机器学习数据集，非常适合用来入门。
鸢尾花数据集链接：下载鸢尾花数据集
鸢尾花数据集包含四个特征和一个标签。这四个特征确定了单株鸢尾花的下列植物学特征：
花萼长度
花萼宽度
花瓣长度
花瓣宽度
该表确定了鸢尾花品种，品种必须是下列任意一种：
山鸢尾 Iris-Setosa(0)
杂色鸢尾 Iris-versicolor(1)
维吉尼亚鸢尾 Iris-virginica(2)
数据集中三类鸢尾花各含有50个样本，共150各样本
下面显示了数据集中的样本:
机器学习中，为了保证测试结果的准确性，一般会从数据集中抽取一部分数据专门留作测试，其余数据用于训练。所以我将数据集按7：3(训练集：测试集)的比例进行划分。
数据集处理具体代码
# 读取数据集
<
最低0.47元/天 解锁文章
1601
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
