Fisher判别示例：鸢尾花（iris）数据（R）

先读取iris数据，再用程序包MASS（记得要在使用MASS前下载好该程序包）中的线性函数lda()作判别分析：

data(iris) #读入数据

iris #展示数据

attach(iris) #用变量名绑定对应数据

library(MASS) #加载MASS程序包

ld=lda(Species~Sepal.Length+Sepal.Width+Petal.Len gth+Petal.Width) #进行Fisher判别

ld #输出Fisher判别结果

分析上述数据，对150个原始数据的回代判别中，只有3个错误，误判率为2%。

采集到3朵新的鸢尾花，其测量值分别为(5.1, 3.5, 1.5, 0.25)、(5.9, 2.8, 4.3, 1.3)和(6.6, 2.9, 5.6, 2.1)，对它们的品种进行判别:

相关知识

鸢尾花数据集下载
R语言朴素贝叶斯Naive Bayes分类Iris鸢尾花和HairEyeColor学生性别和眼睛头发颜色数据
iris鸢尾花数据集最全数据分析写在前面本文介绍数据预处理
【机器学习】经典数据集鸢尾花的分类识别
分析鸢尾花数据集
python利用c4.5决策树对鸢尾花卉数据集进行分类（iris）
Python实现Iris数据集（鸢尾花卉数据集）meanshift聚类
鸢尾花 Iris
python鸢尾花数据集的分类问题 -- 逻辑回归问题研究
TensorFlow 2建立神经网络分类模型——以iris数据为例

原文链接: Fisher判别示例：鸢尾花（iris）数据（R） https://www.huajiangbk.com/newsview387300.html