首页分享教学课件：6、机器学习入门实践：鸢尾花分类.pptx

教学课件：6、机器学习入门实践：鸢尾花分类.pptx

来源：花匠小妙招时间：2025-10-20 10:28

鸢尾花分类任务介绍鸢尾花分类是机器学习中比较经典的入门式教学课程。构建一个模型，根据鸢尾花的花萼和花瓣大小将其分为三种不同的品种。实践平台：百度AI实训平台-AI Studio 模型选择SVM的优点：相对于其他训练分类算法不需要过多样本，并且由于SVM引入了核函数，所以SVM可以处理高维样本结构风险最小。这种风险是指分类器对问题真实模型的逼近与问题真实解之间的累积误差非线性，是指SVM擅长应付样本数据线性不可分的情况，主要通过松弛变量（也叫惩罚变量）和核函数技术来实现，这一部分也正是SVM的精髓所在。常用软件工具包：LibSVM: .tw/~cjlin/libsvm/SVM-Light：/Liblinear:.tw/~cjlin/liblinear/ 数据集数据集总共包含150行数据每一行数据由 4 个特征值及一个目标值组成。4 个特征值分别为：萼片长度、萼片宽度、花瓣长度、花瓣宽度目标值为三种不同类别的鸢尾花，分别为：Iris SetosaIris VersicolourIris Virginica 实践流程实践流程准备数据 ?读取数据，提取特征； ?将数据分割为训练集和测试集配置模型训练模型模型评估 ?计算模型的准确率/精度 ?决策函数的决策之/预测值模型预测准备数据导入必要的包numpy------? python基本库，用于科学计算scikit-learn--?是一个功能强大的python包,多用于机器学习或数据挖掘中Matplotlib--? python的绘图库准备数据本地加载数据集按“,”进行字段分隔，数据类型为float，并将第5列鸢尾花类别进行转换，返回array类型转换函数将第5列鸢尾花类别由字符串转为整型准备数据数据分割函数? 对输入的数组数据按列进行分割，从第5列往后为y，1~4列为x? 为后期可视化更直观，x中取前两列特征值向量进行训练? 调用sklearn的train_test_split方法，将数据随机分为训练集和测试集，其中测试集比重为30%注：test_size若为0-1之间浮点数，表示样本占比若为整数，表示样本数量配置模型SVM分类器构建C为误差项的惩罚系数（1）C越大即对分错样本的惩罚程度越大，因此在训练样本中准确率越高，但是泛化能力降低（2）float参数，默认为1；误差项惩罚系数表示采用的核函数类型,可选的参数有： ‘linear’:线性核函数;‘rbf’：径像核函数/高斯核‘sigmod’:sigmod核函数等kerneldecision_function_shape表示决策函数，可选值：oro:二分类问题ovr：训练k个特征的分类器决策函数训练模型调用sklearn的fit()函数拟合分类器模型训练模型模型评估score(x_train,y_train):表示输出x_train,y_train在模型上的准确率predict(x_train)对x_train进行预测，返回类别计算模型准确率、精度、决策函数值输出结果计算决策函数的值，x到各分割平面的距离模型预测绘制图形，观察分类效果模型预测绘制图形，观察分类效果感谢聆听有什么问题吗？