本文介绍了如何使用决策树对鸢尾花数据集进行分类。数据集包含150个样本，分为3类，每类50个样本，特征包括花萼长度、花萼宽度、花瓣长度和花瓣宽度。文中详细展示了如何划分训练集和测试集，以及训练和评估决策树模型的过程，最终模型得分为0.9333。
原文链接：https://www.jianshu.com/p/c09beac9f955
本文经过潇洒坤重新编辑，感谢原文作者的辛勤工作。
1.数据集
Iris（鸢尾花）数据集是多重变量分析的数据集。
数据集包含150行数据，分为3类，每类50行数据。
每行数据包括4个属性：Sepal Length（花萼长度）、Sepal Width（花萼宽度）、Petal Length（花瓣长度）、Petal Width（花瓣宽度）。可通过这4个属性预测鸢尾花属于3个种类的哪一类。
样本数据局部截图：
Iris.png
获取150个样本数据的3种方法：
1.完整的样本数据Iris.csv文件下载链接:
最低0.47元/天 解锁文章
扫一扫
6010
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
