鸢尾花分类python,Python鸢尾花分类实现

#coding:utf-8

from sklearn.datasets import load_iris

from sklearn.model_selection import train_test_split

from sklearn.neighbors import KNeighborsClassifier

import numpy as np

import matplotlib.pyplot as plt

iris_dataset = load_iris() # 获取数据

# print("keys of iris_dataset:\n{}".format(iris_dataset.keys()))

# print(iris_dataset["DESCR"][:193]+"\n...")

# print("target names:{}".format(iris_dataset["target_names"]))

# print("feature names:{}".format(iris_dataset["feature_names"]))

# print(iris_dataset["data"][:5])

# print(iris_dataset["data"], iris_dataset["target"])

# 对数据进行拆分，分为训练数据和测试数据

x_train, x_test, y_train, y_test = train_test_split(iris_dataset["data"], iris_dataset["target"], random_state=0)

# print(x_train, x_test, y_train, y_test)

knn = KNeighborsClassifier(n_neighbors=1) # 获取KNN对象

knn.fit(x_train, y_train) # 训练模型

# 评估模型

y_pre = knn.predict(x_test)

score = knn.score(x_test, y_test) # 调用打分函数

print("test set predictions:\n{}".format(y_test))

print("test set score:{:.2f}".format(score))

if score > 0.9:

x_new = np.array([[5, 2.9, 1, 0.3]])

print("x_new.shape:{}".format(x_new.shape))

prediction = knn.predict(x_new) # 预测

print("prediction:{}".format(prediction))

print("predicted target name:{}".format(iris_dataset["target_names"][prediction]))

# 可视化展示

plt.title("KNN Classification")

plt.plot(x_train, y_train, "b.") # 训练数据打点

plt.plot(x_test, y_test, "y.") # 测试数据打点

plt.plot(x_new, prediction, "ro") # 预测数据打点

plt.show()

else:

print("used train or test data is not available !")

[Python]基于K-Nearest Neighbors[K-NN]算法的鸢尾花分类问题解决方案

看了原理,总觉得需要用具体问题实现一下机器学习算法的模型,才算学习深刻.而写此博文的目的是,网上关于K-NN解决此问题的博文很多,但大都是调用Python高级库实现,尤其不利于初级学习者本人对模型的理 ...

pytorch解决鸢尾花分类

半年前用numpy写了个鸢尾花分类200行..每一步计算都是手写的  python构建bp神经网络_鸢尾花分类 现在用pytorch简单写一遍,pytorch语法解释请看上一篇pytorch搭建简单网 ...

02-15 Logistic回归(鸢尾花分类)

目录 Logistic回归(鸢尾花分类) 一.导入模块 二.获取数据 三.构建决策边界 四.训练模型 4.1 C参数与权重系数的关系 五.可视化 更新.更全的的更新网站,更有p ...

02-19 k近邻算法(鸢尾花分类)

[TOC] 更新.更全的的更新网站,更有python.go.数据结构与算法.爬虫.人工智能教学等着你:https://www.cnblogs.com/nickchen121/ ...

02-20 kd树(鸢尾花分类)

[TOC] 更新.更全的的更新网站,更有python.go.数据结构与算法.爬虫.人工智能教学等着你:https://www.cnblogs.com/nickchen121/ ...

04-04 AdaBoost算法代码(鸢尾花分类)

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_es ...

ML.NET 示例：多类分类之鸢尾花分类

写在前面 准备近期将微软的machinelearning-samples翻译成中文,水平有限,如有错漏,请大家多多指正. 如果有朋友对此感兴趣,可以加入我:https://github.com/fei ...

python 文本分类

python 文本分类 pyhton 机器学习 待续...

13、Selenium+python+API分类总结

Selenium+python+API分类总结 http://selenium-python.readthedocs.org/index.html 分类 方法 方法描述 客户端操作 __init__( ...

随机推荐

值得注意的IsHitTestVisible

这个属性我们平时可能并不怎么用.先来看下MSDN上的解释: 解释的非常专业,然而我并没有看懂. 说说我的理解吧:把这个属性设置为false,看起来没有变化,但操作上已经把他完全忽视了,不触发事件,可以 ...

linux中档案类型

我们用ls-l命令时,在第一列的第一个字符表示是档案类型.如: 那d和-等这些都表示什么呢? [ d ]-------目录 [ - ]--------文件 [ l ]---------连结档(link ...

React常用的API说明

楼主刚开始学习react,感受到了他的博大精深,看到很多莫名的用法,不知云云,找了很多没有找到参考手册,只有在中文社区和react官方看了一些,收集了一些比较常用的API,有补充的可以楼下评论补充.后 ...

Rubinius 2.0 发布，Ruby 虚拟机

Rubinius 2.0 发布了,官方发行说明请看这里. Rubinius是一个运行Ruby程序的虚拟机,其带有Ruby的核心库. Rubinius的设计决定了其调试功能的强大,使得在运行时常规的Ru ...

Linux源代码分析工具链

前言 看源代码是一个程序员必须经历的事情,也是可以提升能力的一个捷径.个人认为: 要完全掌握一个软件的方法只有阅读源码. 在Windows下有sourceinsight这个源码阅读软件(虽然我没用过, ...

C# 窗体间传值方法大汇总

第一种方法:创建一个类,里面声明用于存储接收的字段.传的时候存储于字段中,要用的时候,直接类名.字段名 进行调用.(这种方法传递是双向的) 第二种方法:1.在Form1里定义 public strin ...

debug连线指令

-當發現原本正常的連線突然斷線的,請用底下的指令debug 1.ifconfig      (看看IPaddress) 2.wpa_clira stat   (看看連線狀態) 3.如果是在連線中(wp ...

DOM对象本身也是一个js对象，所以严格来说，并不是操作这个对象慢，而是说操作了这个对象后，会触发一些浏览器行为(转)

一直都听说DOM很慢,要尽量少的去操作DOM,于是就想进一步去探究下为什么大家都会这样说,在网上学习了一些资料,这边整理出来. 首先,DOM对象本身也是一个js对象,所以严格来说,并不是操作这个对象慢 ...

vs2013执行Add-Migration出现的问题

1. 无法将"Add-Migration"项识别为 cmdlet.函数.脚本文件或可运行程序的名称.请检查名称的拼写,如果包括路径,请确保路径正确,然后再试一次 网上解决方法为:h ...