基于鸢尾花数据集的传统机器学习模型效果对比

基于鸢尾花数据集的传统机器学习模型效果对比

本文基于鸢尾花数据集进行训练，分别对逻辑回归、k近邻、决策树、随机森林、XGB、SVM、朴素贝叶斯算法进行训练，并对比最终模型效果示例。

数据获取

iris_data = datas.load_iris()
X = iris_data.data
Y = iris_data.target

数据划分

x_train,x_test,y_train,y_test = train_test_split(X, Y, test_size=0.2, random_state=20)
print("训练集数据X的形状：{}".format(x_train.shape))
print("训练集数据Y的形状：{}".format(y_train.shape))
print("测试集数据X的形状：{}".format(x_test.shape))
print("测试集数据Y的形状：{}".format(y_test.shape))

print("训练集数据Y的取值:{}".format(np.u