鸢尾花数据分类

# 可视化二分类问题中的数据分布

plt.figure(figsize=(8, 5))

# Setosa类数据用圆圈表示，颜色为蓝色

plt.scatter(X_train_binary[y_train_binary == 0][:, 0], X_train_binary[y_train_binary == 0][:, 1],

color='blue', label='Setosa (Train)', marker='o', s=80)

# Versicolor类数据用叉表示，颜色为红色

plt.scatter(X_train_binary[y_train_binary == 1][:, 0], X_train_binary[y_train_binary == 1][:, 1],

color='red', label='Versicolor (Train)', marker='x', s=80)

# 测试数据的可视化（Setosa）

plt.scatter(X_test_binary[y_test_binary == 0][:, 0], X_test_binary[y_test_binary == 0][:, 1],

color='blue', label='Setosa (Test)', marker='o', s=80, alpha=0.5)

# 测试数据的可视化（Versicolor）

plt.scatter(X_test_binary[y_test_binary == 1][:, 0], X_test_binary[y_test_binary == 1][:, 1],

color='red', label='Versicolor (Test)', marker='x', s=80, alpha=0.5)

# 设置坐标轴标签和标题

plt.xlabel('Sepal length', fontsize=12)

plt.ylabel('Sepal width', fontsize=12)

plt.title('Data distribution of Setosa and Versicolor', fontsize=16)

# 显示图例

plt.legend()

# 显示图形

plt.show()

相关知识

实验一：鸢尾花数据集分类
基于svm的鸢尾花数据集分类
KNN算法实现鸢尾花数据集分类
【机器学习】经典数据集鸢尾花的分类识别
决策树可视化：鸢尾花数据集分类(附代码数据集)
KNN分类算法介绍，用KNN分类鸢尾花数据集（iris）
分类算法入门：以鸢尾花数据集为例（上）
BP神经网络鸢尾花红酒数据分类分析与源码实现
卷积神经网络实现鸢尾花数据分类python代码实现
Tensorflow鸢尾花分类（数据加载与特征处理）

原文链接: 鸢尾花数据分类 https://www.huajiangbk.com/newsview1544661.html