机器学习的常用数据集，共有 150 条数据，每条数据对应 4 个特征（sepal length、sepal width、pedal length、pedal width），且对应着 3 个不同的种类。

粒子群算法优化神经网络权值，是比较好的程序设计，程序的作者是武汉大学的博士

iris：虹膜数据集上不同机器学习算法的分析和比较

西瓜书第六章，选择两个UCI数据集(iris和XX)，linear,rbf两个核函数训练SVM，BP，C.4.5决策树实验比较

机器学习-西瓜书-在iris数据集上综合评价BP、 ABP神经网络的性能

鸢尾花数据集可能是模式识别、机器学习等领域里被使用最多的一个数据集了，很多教材用这份数据来做案例 鸢尾花数据集共收集了三类鸢尾花，即Setosa鸢尾花、Versicolour鸢尾花和Virginica鸢尾花，每一类鸢尾花收集了50条样本记录，共计150条。 数据集包括4个属性，分别为花萼的长、花萼的宽、花瓣的长和花瓣的宽

这里将加载iris数据集，创建一个山鸢尾花（I.setosa）的分类器。 # Nonlinear SVM Example #---------------------------------- # # This function wll illustrate how to # implement the gaussian kernel on # the iris dataset. # # Gaussian Kernel: # K(x1, x2) = exp(-gamma * abs(x1 - x2)^2) import matplotlib.pyplot as plt import nump

本文件是博客中的介绍代码的运行代码。 环境：python3.7+keras2.3.1+tensorflow1.15.0+sklearn0.22.1+matplotlib3.1.1 三方库：mglearn0.1.7

读取数据，将数据存成变量iris，创建数据框的列名称，将列petal_length的第十到十九行设置为缺失值，删除列，将数据框前三行设置为缺失值，删除有缺失值的行，删除有缺失值的行。

保护眼睛比去买眼药水或者看医院的眼科要更明智