机器学习小项目之鸢尾花分类

项目目标：

使用机器学习算法（如 K-近邻算法）来对鸢尾花数据集进行分类。

1. 准备工作

首先，我们需要安装一些常用的机器学习库，如 scikit-learn 和 pandas。

pip install scikit-learn pandas matplotlib

2. 导入必要的库

import pandas as pd
import numpy as np
from sklearn.model_selection import train_test_split
from sklearn.preprocessing import StandardScaler
from sklearn.neighbors import KNeighborsClassifier
from sklearn.metrics import accuracy_score
import matplotlib.pyplot as plt

3. 加载数据集

scikit-learn 提供了内置的鸢尾花数据集，我们可以直接导入。

from sklearn.datasets import load_iris

# 加载鸢尾花数据集
iris = load_iris()

# 转换为DataFrame便于查看
data = pd.DataFrame(data=iris.data, columns=iris.feature_names)
data['species'] = iris.target

print(data.head())