15、经典机器学习模型实验：从鸢尾花数据集到乳腺癌数据集

经典机器学习模型实验：从鸢尾花数据集到乳腺癌数据集

在机器学习领域，经典模型一直扮演着重要的角色。尽管深度学习的兴起让一些经典模型如支持向量机（SVM）的使用有所减少，但它们在特定场景下仍具有不可替代的价值。本文将通过对鸢尾花数据集和乳腺癌数据集的实验，深入探讨几种常见经典机器学习模型的性能。

经典机器学习模型概述

常见的经典机器学习模型包括最近质心分类器（Nearest Centroid）、k近邻算法（k - NN）、朴素贝叶斯（Naïve Bayes）、决策树（Decision Tree）、随机森林（Random Forest）和支持向量机（SVM）。这些模型之所以经典，是因为它们已经被使用了数十年，并且在满足其适用条件时仍然非常有效。

鸢尾花数据集实验

鸢尾花数据集是一个经典的机器学习数据集，包含四个连续特征（萼片长度、萼片宽度、花瓣长度和花瓣宽度）和三个类别（不同的鸢尾花品种），共有150个样本，每个类别50个样本。在之前的处理中，我们对该数据集进行了PCA增强，因此有原始的150个样本和1200个增强训练样本两个版本，且它们可以使用相同的测试集。

测试经典模型

以下是使用 sklearn 库对鸢尾花数据集进行实验的代码：

import numpy as np
from sklearn.neighbors import NearestCentroid
from sklearn.neighbors import KNeighborsClassifier
from sklearn.naive_bay