Sklearn 机器学习 IRIS数据 理解分类报告

💖亲爱的技术爱好者们,热烈欢迎来到 Kant2048 的博客!我是 Thomas Kant,很开心能在优快云上与你们相遇~💖

在这里插入图片描述

本博客的精华专栏:
【自动化测试】 【测试经验】 【人工智能】 【Python】


在这里插入图片描述

Sklearn 机器学习 IRIS 数据分类报告解读

鸢尾花(Iris)数据集是机器学习入门中最经典的分类问题。很多初学者完成建模之后,看到 classification_report 报表中的 precision、recall、f1-score 却一头雾水。

本文带你深入理解这份报告背后的意义和使用方式,并通过可视化与样例代码,帮助你真正掌握模型评估的核心指标。


🌸 一、IRIS 数据集简介

鸢尾花数据集包含 150 条样本,特征如下:

  • sepal length(花萼长度)
  • sepal width(花萼宽度)
  • petal length(花瓣长度)
  • petal width(花瓣宽度)

目标变量是分类标签,共 3 种鸢尾花:

  • setosa
  • versicolor
  • virginica
from sklearn.datasets import load_iris

iris = load_iris()
print(iris.feature_names)
print(iris.target_names
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Thomas Kant

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值