鸢尾花分类_机器学习之鸢尾花分类项目

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。