如下图,一朵花由很多部分组成,比如由有萼片,花被等,而山鸢尾, 杂色鸢尾和 维吉尼亚鸢尾

它们的区别在于萼片长度和宽度以及花瓣长度和宽度,根据这些特征来判断到底是哪种花

首先导入机器学习库里的数据,数据格式如下 :

机器学习代码:

# 导入需要的包
from sklearn import neighbors
from sklearn import datasets# 初始化K机器学习的KNN
knn = neighbors.KNeighborsClassifier()# 导入机器学习的数据
iris = datasets.load_iris()# 训练KNN
data = iris.data
target = iris.target
knn.fit(data,target)# 预测
preData = [[4.9, 3.0 , 1.4, 0.2]]
preValue = knn.predict(preData)
print(preValue) #  preValue = 0 ,表示为当前是 山鸢尾 这个类型

2.3 KNN-采用机器学习库来预测鸢尾花的分类相关推荐

  1. 机器学习 KNN算法_0_丐版_鸢尾花集分类(matlab实现)

    文章目录 一.数据源 二.效果 三.代码 1.mian 2.data_split 3.training 4.KNN 一.数据源 1.iris_dataset下载链接: https://pan.baid ...

  2. vb.net2019-Accord.Net机器学习库安装与SVM简单分类

    新建一个窗口项目. PM> Install-Package Accord -Version 3.8.0 正在尝试收集与目标为".NETFramework,Version=v4.6&qu ...

  3. 机器学习入门案例:鸢尾花数据集分类 绘制PR曲线

    案例使用鸢尾花数据集进行分类预测,并绘制评价分类性能的PR曲线图 认识分类任务和数据集 Iris(鸢尾花)数据集 案例演示中使用的是有监督的机器学习算法:SVM 支持向量机 建立模型的流程如下: 训练 ...

  4. 2022年10大最受欢迎的顶级机器学习库(免费、开源)

    目录 机器学习库到底是什么? 那为什么 机器学习库最受欢迎? 2021 年10大的Python 机器学习库 机器学习库到底是什么? 在人工智能.机器学习开荒的年代,程序员需要手打公式.算法来执行ML认 ...

  5. 利用python机器学习库进行Kaggle皮马印第安人糖尿病预测分析

    利用python机器学习库进行Kaggle皮马印第安人糖尿病预测分析 项目摘要 本项目主要使用python对各医学参数与糖尿病之间的关系进行可视化分析.描述性分析.使用scikit-learn机器学习 ...

  6. Kaggle案例之泰坦尼克船员幸存预测(sklearn机器学习库)

    无意间在网易云课堂上找了一个Kaggle案例,泰坦尼克获救船员预测,在此之前我是从没接触过kaggle,毕竟是刚入门的小白,看着视频,算是真正实战了一次,主要是在这个过程中学到了很多东西. 下面视频地 ...

  7. ML之预测:玩转2018世界杯—采用机器学习预测小组赛、十六比赛、四决赛、半决赛、决赛以及世界杯总冠军的各个队伍

    ML之预测:玩转2018世界杯-采用机器学习预测小组赛.十六比赛.四决赛.半决赛.决赛以及世界杯总冠军的各个队伍 导读       机器学习预测.玩转2018世界杯-采用机器学习预测小组赛.十六比赛. ...

  8. 基于scikit-learn机器学习库的分类预测

    一旦你在scikit-learn中选择好机器学习模型,就可以用它来预测新的数据实例.初学者经常会有这样的疑问: 如何在scikit-learn中用我自己的模型进行预测? 在本教程中,你将会发现如何在P ...

  9. knn 机器学习_机器学习:通过预测意大利葡萄酒的品种来观察KNN的工作方式

    knn 机器学习 Introduction 介绍 For this article, I'd like to introduce you to KNN with a practical example ...

最新文章

  1. 蚌埠计算机对口招学生谈谈,蚌埠市865人报名对口高考
  2. leetcode345——Reverse Vowels of a String(C++)
  3. ABP框架连接Mysql数据库
  4. gpg keys for php 5.5,Fedora解决/etc/pki/rpm-gpg/RPM-GPG-KEY-fedora-x86_64问题
  5. GDCM:gdcm::FileAnonymizer的测试程序
  6. 【Linux】一步一步学Linux——at命令(133)
  7. Object相关方法
  8. 如何通过 PL/SQL Developer 将 Excel 数据导入 Oracle 对应的表中
  9. MONO Jexus部署最佳体验
  10. springmvc和json整合配置方法
  11. 《强化学习》中的第13章:策略梯度方法
  12. eclipse运行go test_在 Go 中发现竞态条件 (Race Conditions)
  13. Cordova for iOS
  14. 照片宽高比怎么设置_【经验分享】照片处理
  15. DENON AVR-X510BT 功放设置记录
  16. 1024,祝所有程序员节日快乐
  17. 装的机械硬盘计算机里没有反应,固态硬盘和机械硬盘运行打开我的计算机图标,有时候读取没有响应,单独用固态硬盘是没问题的 ,机械硬盘也测试了,没有坏道什么的,始终找不到原因...
  18. 怎么在视频中截取音频作为手机铃声?
  19. 10项目管理--项目沟通管理
  20. 百问网物联网实战-STM32中断

热门文章

  1. 网络与IO知识扫盲(一):Linux虚拟文件系统,文件描述符,IO重定向
  2. 牛客网_PAT乙级_1018人口普查(20)
  3. Python基础之:Python中的模块
  4. MySQL事务隔离级别的实现原理
  5. Mysql| Mysql函数,聚集函数的介绍与使用(Lower,Date,Mod,AVG,...)
  6. 前端面试分享:秋招总结(html和css篇)
  7. JavaScript的运动——弹性运动原理及案例
  8. 史上最全总结!Util、POJO、domain、entity、model、DAO、DTO、view、mapper、service、controller的作用和区别分析
  9. 算法竞赛入门经典(第二版) | 习题3-5 谜题 (UVa227,Puzzle)(World Finals 1993)
  10. python3 ftp模块_python3利用pyftpdlib模块启动ftp服务