鸢尾花识别案例
一、四中距离计算方法
1、欧式距离
2、曼哈顿距离
3、切比雪夫距离
4、闵氏距离
二、鸢尾花案例实践
1.引入库
代码如下（示例）：
from sklearn.datasets import load_iris import matplotlib.pyplot as plt import seaborn as sns import pandas as pd from sklearn.model_selection import train_test_split from sklearn.preprocessing import StandardScaler from sklearn.neighbors import KNeighborsClassifier from sklearn.metrics import accuracy_score
2.加载数据集
代码如下（示例）：
iris_data = load_iris()
3、数据展示
代码如下（示例）：
def dm02_irisdata_show(): iris_df = pd.DataFrame(iris_data['data'], columns=iris_data.feature_names) print(iris_df) iris_df['target'] = iris_data.target print(iris_df) feature_names = list(iris_data.feature_names) print(feature_names) for i in range(len(feature_names)): for j in range(i + 1, len(feature_names)): col1 = feature_names[i] col2 = feature_names[j] sns.lmplot(x=col1, y=col2, hue='target', data=iris_df,fit_reg=False) plt.xlabel(col1) plt.ylabel(col2) plt.title(f'{col1} vs {col2}') plt.show()
4、数据基本处理
代码如下（示例）：
x_train,x_test,y_train,y_test = train_test_split(iris_data.data,iris_data.target,test_size=0.3,random_state=32)
5、特征处理
代码如下（示例）：
transfer = StandardScaler() x_train = transfer.fit_transform(x_train) x_test = transfer.fit_transform(x_test)
6、实例化
代码如下（示例）：
model = KNeighborsClassifier(n_neighbors=5)
7、训练
代码如下（示例）：
model.fit(x_train,y_train)
8、评估
代码如下（示例）：
y_pre = model.predict(x_test) score = accuracy_score(y_test,y_pre score2 = model.score(x_test,y_test)
9、预测
代码如下（示例）：
mydata = [[5.1, 3.5, 1.4, 0.2], [4.6, 3.1, 1.5, 0.2]] mydata = transfer.fit_transform(mydata) predata = model.predict(mydata) print(f'predata-->{predata}')
目录
文章目录
一、四中距离计算方法
二、鸢尾花案例实践
1.引入库
2.加载数据集
3.数据展示
相关知识
基于神经网络——鸢尾花识别（Iris）
R语言数据分析案例：鸢尾花（IRIS）
利用keras框架实现鸢尾花的识别
【机器学习】经典数据集鸢尾花的分类识别
模型案例：| 大豆虫害识别模型！
春季开花植物识别一案例
精品花店 Floraflò 品牌vi识别及图标设计案例
鸢尾花的知识
鸢尾花数据集下载
【机器学习实战】科学处理鸢尾花数据集
网址: 鸢尾花识别案例 https://m.huajiangbk.com/newsview563646.html
| 上一篇: 花字详细解释 |
下一篇: 常花名字的含义是什么意思 常花名 |
