3、机器学习与数据模型探索

机器学习与数据模型探索

鸢尾花数据集模型测试

在机器学习中，可视化有助于发现仅查看数值列表时难以察觉的关系。某些属性对在图中呈现对角线分组，这强烈暗示属性间存在高度相关性和可量化关系。

接下来要将数据输入一系列模型并进行预测。下面是名为 irisDemoTest.py 的 Python 脚本，用于使用鸢尾花数据集测试多个模型，并确定这些模型根据鸢尾花属性描述其物种的准确性。具体步骤如下：
1. 导入所有模型。
2. 创建训练和验证数据集。
3. 使用十折交叉验证设置测试框架。
4. 使用六种不同模型根据属性测量值描述鸢尾花物种。
5. 选择一个准确的模型。

# Usage
# python irisDemoTest.py
# Load libraries
import pandas
from pandas.plotting import scatter_matrix
import matplotlib.pyplot as plt
from sklearn import model_selection
from sklearn.metrics import classification_report
from sklearn.metrics import confusion_matrix
from sklearn.metrics import accuracy_score
from sklearn.linear_model import LogisticRegression
from sklearn.tree import DecisionT