python花瓣长度和花瓣宽度散点图鸢尾花_鸢尾花

目录AdaBoost算法代码(鸢尾花分类)一、导入模块二、导入数据三、构造决策边界四、训练模型4.1 训练模型(n_e=10, l_r=0.8)4.2 可视化4.3 训练模型(n_estimators=300, learning_rate=0.8)4.4 训练模型(n_estimators=300, learning_rate=0.5)4.5 训练模型(n_estimators=600, learni

鸢尾花的分类三分类问题2020-12-06 15:01:59

鸢尾花的分类

首先先导入会使用到的包

from sklearn.datasets import load_iris

from sklearn.model_selection import train_test_split

from numpy import random

import numpy as np

import numpy.random as rd

import matplotlib.pyplot as plt

import math

然后对数据

实现鸢尾花数据的读入2020-10-22 15:04:00

1.鸢尾花数据集再介绍:

鸢尾花数据集共有数据150组

每组包括花萼长、花萼宽、花瓣长、花瓣宽4个输入特征

同时给出了每一组特征对应的鸢尾花类别类别包括SetosaIris(狗尾草鸢尾)，VersicolourIris(杂色鸢尾)，VirginicaIris(弗吉尼亚鸢尾)三类，分别用数字0，1，2表示

from skle

使用sklearn的决策树实现iris鸢尾花数据集的分类

要求：

建立分类模型，至少包含4个剪枝参数：max_depth、min_samples_leaf 、min_samples_split、max_features和criterion参数。

运用GridSearchCV，寻找出最优参数。

绘制出在不同的max_depth下的学习曲线。

步骤：

一、导入各种我们需要的

主要步骤：

1.准备数据

数据集读入

数据集乱序

将数据集分为训练集和测试集

将输入特征和标签配对，每次喂入神经网络一小撮(batch)

2.搭建网络

定义神经网络中所有可训练参数

3.参数优化