首页本关任务：使用sklearn完成鸢尾花分类任务。鸢尾花识别

本关任务：使用sklearn完成鸢尾花分类任务。鸢尾花识别

时间: 2024-10-09 21:05:22 浏览: 373

使用scikit-learn库完成鸢尾花（Iris）分类任务是一个经典的机器学习入门示例。鸢尾花数据集包含了三种不同种类的鸢尾花，每种花有四个特征：花萼长度、花萼宽度、花瓣长度和花瓣宽度。这个任务通常用于演示监督学习中的基本概念，如训练模型、评估性能和预测。以下是使用Python和scikit-learn完成这个任务的一般步骤： 1. **导入库**： ```python import numpy as np from sklearn import datasets from sklearn.model_selection import train_test_split from sklearn.preprocessing import StandardScaler from sklearn.linear_model import LogisticRegression from sklearn.metrics import accuracy_score ``` 2. **加载数据**： ```python iris = datasets.load_iris() X = iris.data y = iris.target ``` 3. **预处理**： - 分割数据集（通常80%训练，20%测试） - 对数值特征进行标准化（避免某些特征尺度过大影响模型） ```python X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42) scaler = StandardScaler() X_train_scaled = scaler.fit_transform(X_train) X_test_scaled = scaler.transform(X_test) ``` 4. **选择并训练模型**： - 使用`LogisticRegression`作为线性分类器 ```python model = LogisticRegression() model.fit(X_train_scaled, y_train) ``` 5. **预测与评估**： ```python y_pred = model.predict(X_test_scaled) accuracy = accuracy_score(y_test, y_pred) print("Accuracy:", accuracy) ``` 6. **

阅读全文