概述
机器学习是人工智能的一个子部分,涉及教导算法做出基于数据的决策并尝试像人类一样行事。有许多数据集可用于针对不同任务训练这些算法。例如,IRIS 数据集 涵盖三类花:Versicolor、Setosa 和 Virginica,每种花有四个特征:“萼片长度” ;, “萼片宽度,” “花瓣长度,”和“花瓣宽度”。该 IRIS 数据集项目旨在根据花朵的独特特征来预测花朵。
我们正在建设什么?
在此IRIS 数据集项目中,我们将构建一个机器学习模型< a i=4> 对 IRIS 数据集中的花卉类别进行分类。然后,我们将评估和测试模型,看看它是否能对数据做出准确的预测。那么让我们开始我们的 IRIS 数据集项目吧。
先决条件
-
对 Numpy 和 Pandas
-
了解机器学习中的分类和支持向量机等分类模型至关重要。
-
对于后续的代码,了解 Google Colab 将会很有帮助。
我们将如何构建这个?
-