本例中包含两层BP神经网络模板程序（可以直接调用，可定制中间层神经元个数，设置学习率，绘制衰减曲线，可用于简单的模式识别和预测）、一个调用的例程（包括简单的数据预处理如归一化的使用，测试结果准确率为98.3%）、一份鸢尾花处理后的数据和原始数据。欢迎下载。

kmeans 算法，利用鸢尾花数据进行K均值分类，采用matlab编程

朴素贝叶斯算法写的关于鸢尾花分类的程序，有需要的可以自己下载修改使用.

支持向量机SVM求解鸢尾花分类问题,分别用rbf、poly、linear核函数求解

有导师学习神经网络的分类——鸢尾花种类识别，结合具体的案例给出了程序分析

基于Python3.7实现鸢尾花数据集降维，调用PCA算法。包括源程序和结果图片。

包含python代码与数据集，可直接运行。一组鸢尾花数据集，这组数据集有100个样本点，用SVM来预测这些鸢尾花数据集中哪些是山鸢尾花，哪些是非山鸢尾花。

Iris数据集是常用的分类实验数据集，由Fisher, 1936收集整理。iris以鸢尾花的特征作为数据来源，常用在分类操作中。该数据集由3种 不同类型的鸢尾花的50个样本数据构成。其中的一个种类与另外两个种类是线性可分离的，后两个种类是非线性可分离的。 该数据集包含 了5个属性： & Sepal.Length（花萼长度），单位是cm; & Sepal.Width（花萼宽度），单位是cm; & Petal.Length（花瓣长度），单位是 cm; & Petal.Width（花瓣宽度），单位是cm; & 种类：Iris Setosa（山鸢尾）、Iris Versicolour（杂色鸢尾），以及Iris Virginica （维吉尼亚鸢尾）

包括两个文件，kmeans聚类算法cpp文件，和用于测试的鸢尾花数据集txt文件，代码带详细注释，简洁明了，下载之后马上可以进行测试

使用KNN算法预测鸢尾花的种类，压缩文件中包含源码、训练数据以及测试数据