鸢尾花分类问题是一个入门级的机器学习问题,我们可以通过python的sklearn库用简单的几行代码来学习机器学习的全流程,最终会给出预测结果和实际值的对比,并且给出正确率评分。
我们先整理一下这个程序的基本思路。
一、导入sklearn库,包括需要用到的数据集dataset.load_iris()、svm分类器工具和、模型用到的数据集拆分工具。
二、使用python命令导入数据,并且设置好训练集和测试集。
三、创建svm.LinearSVC分类器,输入训练集数据训练好模型放在clf中。
四、使用分类器clf的fit方法进行拟合训练
五、使用分类器clf的predict方法对测试集数据进行预测
六、对比测试集的预测结果和测试集的真实结果,并且使用clf的score方法获得预测准确率。
具体的代码如下:
from sklearn import datasets
from sklearn import svm
from sklearn.model_selection import train_test_split
iris = datasets.load_iris