特征值的类别数:即花萼长度、花萼宽度、花瓣长度、花瓣宽度。 三种鸢尾花名:setosa、versicolor、virginica。 150组数据集(数据集来源于网络)
2021-07-13 17:13:00 4KB 鸢尾花 iris 分类算法 KNN
1
经过数据再组合后的鸢尾花数据集,使得其更加适合划分为训练集与测试集。
2021-06-23 22:07:40 4KB 鸢尾花 机器学习 Iris
1
Iris 鸢尾花数据集是一个经典数据集,在机器学习领域都经常被用作示例。
2021-06-21 14:11:03 4KB 机器学习
1
Iris 鸢尾花数据集是一个经典数据集,在统计学习和机器学习领域都经常被用作示例。数据集内包含 3 类共 150 条记录,每类各 50 个数据,每条记录都有 4 项特征:花萼长度、花萼宽度、花瓣长度、花瓣宽度,可以通过这4个特征预测鸢尾花卉属于(iris-setosa, iris-versicolour, iris-virginica)中的哪一品种。
1
Attribute Information: 1. sepal length in cm 2. sepal width in cm 3. petal length in cm 4. petal width in cm 5. class: -- Iris Setosa -- Iris Versicolour -- Iris Virginica
2021-05-26 09:04:39 5KB iris dataset 鸢尾花数据集
1
这是鸢尾花数据集
2021-05-23 13:21:21 5KB 鸢尾花数据集
1
SVM支持向量机分类鸢尾花数据集iris及代码,数据集有Excel、data、txt文件格式,代码有data、txt格式演示
2021-05-15 13:32:52 8KB svm
1
本博客运行环境为Jupyter Notebook、Python3。使用的数据集是鸢尾花数据集。 目录线性判别分析代码实现缺少一组数据的问题已解决!代码已更新! 线性判别分析 线性判别分析(Linear Discriminant Analysis,简称LDA)是一种经典的线性学习方法,在二分类问题.上因为最早由[Fisher, 1936]提出,亦称“Fisher判别分析”。 LDA的基本思想:给定训练样例集,设法将样例投影到一条直线上,使得同类样例的投影点尽可能接近、异类样例的投影点尽可能远离;在对新样本进行分类时,将其投影到同样的这条直线上,再根据投影点的位置来确定新样本的类别。 下图是LD
2021-05-14 10:33:55 92KB fisher her iris
1
经典的鸢尾花(Iris)数据集 数据集内共包含3类鸢尾花的150条记录,每类花有 50 条数据;每条记录都有 4 个特征:花萼长度、花萼宽度、花瓣长度、花瓣宽度
2021-05-13 18:38:26 3KB 鸢尾花 机器学习
1
基于SVM对鸢尾花数据集进行分类,并做了超平面以及支持向量的可视化
2021-05-08 21:06:53 987KB matlab 支持向量机 鸢尾花数据集
1