此项目针对鸢尾花进行分类,项目中的数据集是含鸢尾花的三个亚属的分类信息,通过机器学习算法生成一个模型,自动分类新数据到这三个亚属的某一个中。
一、数据集特点分析
此项目中使用的鸢尾花数据集是一个非常容易理解的数据集,这个数据集具有以下特点:
·所有的特征数据都是数字,不需要考虑如何导入和处理数据。 ·这是一个分类问题,可以很方便地通过有监督学习算法来解决问题。 ·这是一个多分类问题,也许需要一些特殊的处理。 ·所有的特征的数值采用相同的单位,不需要进行尺度的转换。二、导入数据
导入项目所需的类库和鸢尾花(Iris Flower)数据集
2.1 导入类库
导入在项目中将要使用的类库和方法。代码如下:
#导入类库from pandas import read_csvfrom pandas.plotting import scatter_matrixfrom matplotlib import pyplotfrom sklearn.model_selection import train_test_splitfrom sklearn.model_selection import KFoldfrom sklearn.model_selection import cross_val_scorefrom sklearn.metrics import classification_reportfrom sklearn.metrics import confusion_matrixfrom sklearn.metrics import accuracy_scorefrom sklearn.linear_model import LogisticRegressionfrom sklearn.tree import DecisionTreeClassifierfrom sklearn.discriminant_analysis import LinearDiscriminantAnalysisfrom sklearn.neighbors import KNeighborsClassifierfrom sklearn.naive_bayes import GaussianNBfrom sklearn.svm import SVCimport warningswarnings.filterwarnings('ignore')
所有类库的导入确保无误方可进行下一步操作,若有错误提示,先纠错或检查编程环境配置以及类库安装是否有问题。
2.2 导入数据集
首先在UCI机器学习仓库下载鸢尾花(Iris Flower)数据集,下载完成后,更改文件为.csv格式,再保存在项目的统计目录中。
![81668046825e86eb45d5a0a8f18d0852.png](https://i-blog.csdnimg.cn/blog_migrate/9fef295eeba6fb6d68f347d31f6aeab8.png)